#ifndef HIDDEN_IN_VS // 折りたたみ用

// 警告の抑制
#define _CRT_SECURE_NO_WARNINGS

// ライブラリの読み込み
#include <bits/stdc++.h>
using namespace std;

// 型名の短縮
using ll = long long; using ull = unsigned long long; // -2^63 ～ 2^63 = 9e18（int は -2^31 ～ 2^31 = 2e9）
using pii = pair<int, int>;	using pll = pair<ll, ll>;	using pil = pair<int, ll>;	using pli = pair<ll, int>;
using vi = vector<int>;		using vvi = vector<vi>;		using vvvi = vector<vvi>;	using vvvvi = vector<vvvi>;
using vl = vector<ll>;		using vvl = vector<vl>;		using vvvl = vector<vvl>;	using vvvvl = vector<vvvl>;
using vb = vector<bool>;	using vvb = vector<vb>;		using vvvb = vector<vvb>;
using vc = vector<char>;	using vvc = vector<vc>;		using vvvc = vector<vvc>;
using vd = vector<double>;	using vvd = vector<vd>;		using vvvd = vector<vvd>;
template <class T> using priority_queue_rev = priority_queue<T, vector<T>, greater<T>>;
using Graph = vvi;

// 定数の定義
const double PI = acos(-1);
int DX[4] = { 1, 0, -1, 0 }; // 4 近傍（下，右，上，左）
int DY[4] = { 0, 1, 0, -1 };
int INF = 1001001001; ll INFL = 4004004003094073385LL; // (int)INFL = INF, (int)(-INFL) = -INF;

// 入出力高速化
struct fast_io { fast_io() { cin.tie(nullptr); ios::sync_with_stdio(false); cout << fixed << setprecision(18); } } fastIOtmp;

// 汎用マクロの定義
#define all(a) (a).begin(), (a).end()
#define sz(x) ((int)(x).size())
#define lbpos(a, x) (int)distance((a).begin(), std::lower_bound(all(a), (x)))
#define ubpos(a, x) (int)distance((a).begin(), std::upper_bound(all(a), (x)))
#define Yes(b) {cout << ((b) ? "Yes\n" : "No\n");}
#define rep(i, n) for(int i = 0, i##_len = int(n); i < i##_len; ++i) // 0 から n-1 まで昇順
#define repi(i, s, t) for(int i = int(s), i##_end = int(t); i <= i##_end; ++i) // s から t まで昇順
#define repir(i, s, t) for(int i = int(s), i##_end = int(t); i >= i##_end; --i) // s から t まで降順
#define repe(v, a) for(const auto& v : (a)) // a の全要素（変更不可能）
#define repea(v, a) for(auto& v : (a)) // a の全要素（変更可能）
#define repb(set, d) for(int set = 0, set##_ub = 1 << int(d); set < set##_ub; ++set) // d ビット全探索（昇順）
#define repis(i, set) for(int i = lsb(set), bset##i = set; i < 32; bset##i -= 1 << i, i = lsb(bset##i)) // set の全要素（昇順）
#define repp(a) sort(all(a)); for(bool a##_perm = true; a##_perm; a##_perm = next_permutation(all(a))) // a の順列全て（昇順）
#define uniq(a) {sort(all(a)); (a).erase(unique(all(a)), (a).end());} // 重複除去
#define EXIT(a) {cout << (a) << endl; exit(0);} // 強制終了
#define inQ(x, y, u, l, d, r) ((u) <= (x) && (l) <= (y) && (x) < (d) && (y) < (r)) // 半開矩形内判定

// 汎用関数の定義
template <class T> inline ll powi(T n, int k) { ll v = 1; rep(i, k) v *= n; return v; }
template <class T> inline bool chmax(T& M, const T& x) { if (M < x) { M = x; return true; } return false; } // 最大値を更新（更新されたら true を返す）
template <class T> inline bool chmin(T& m, const T& x) { if (m > x) { m = x; return true; } return false; } // 最小値を更新（更新されたら true を返す）
template <class T> inline int getb(T set, int i) { return (set >> i) & T(1); }
template <class T> inline T smod(T n, T m) { n %= m; if (n < 0) n += m; return n; } // 非負mod

// 演算子オーバーロード
template <class T, class U> inline istream& operator>>(istream& is, pair<T, U>& p) { is >> p.first >> p.second; return is; }
template <class T> inline istream& operator>>(istream& is, vector<T>& v) { repea(x, v) is >> x; return is; }
template <class T> inline vector<T>& operator--(vector<T>& v) { repea(x, v) --x; return v; }
template <class T> inline vector<T>& operator++(vector<T>& v) { repea(x, v) ++x; return v; }

#endif // 折りたたみ用


#if __has_include(<atcoder/all>)
#include <atcoder/all>
using namespace atcoder;

#ifdef _MSC_VER
#include "localACL.hpp"
#endif

using mint = modint998244353;
//using mint = static_modint<(int)1e9+7>;
//using mint = modint; // mint::set_mod(m);

using vm = vector<mint>; using vvm = vector<vm>; using vvvm = vector<vvm>; using vvvvm = vector<vvvm>; using pim = pair<int, mint>;
#endif


#ifdef _MSC_VER // 手元環境（Visual Studio）
#include "local.hpp"
#else // 提出用（gcc）
int mute_dump = 0;
int frac_print = 0;
#if __has_include(<atcoder/all>)
namespace atcoder {
	inline istream& operator>>(istream& is, mint& x) { ll x_; is >> x_; x = x_; return is; }
	inline ostream& operator<<(ostream& os, const mint& x) { os << x.val(); return os; }
}
#endif
inline int popcount(int n) { return __builtin_popcount(n); }
inline int popcount(ll n) { return __builtin_popcountll(n); }
inline int lsb(int n) { return n != 0 ? __builtin_ctz(n) : 32; }
inline int lsb(ll n) { return n != 0 ? __builtin_ctzll(n) : 64; }
inline int msb(int n) { return n != 0 ? (31 - __builtin_clz(n)) : -1; }
inline int msb(ll n) { return n != 0 ? (63 - __builtin_clzll(n)) : -1; }
#define dump(...)
#define dumpel(v)
#define dump_math(v)
#define input_from_file(f)
#define output_to_file(f)
#define Assert(b) { if (!(b)) { vc MLE(1<<30); rep(i,9)cout<<MLE[i]; exit(0); } } // RE の代わりに MLE を出す
#endif


// ------------------------------- ここを実装 -------------------------------

// 問題を表す型
using PRB = tuple<ll, ll>;

// 答えは [0..CLS) のいずれかとする．
constexpr int CLS = 2;

//【行列】
/*
* Matrix<T>(int n, int m) : O(n m)
*	n×m 零行列で初期化する．
*
* Matrix<T>(int n) : O(n^2)
*	n×n 単位行列で初期化する．
*
* Matrix<T>(vvT a) : O(n m)
*	二次元配列 a[0..n)[0..m) の要素で初期化する．
*
* bool empty() : O(1)
*	行列が空かを返す．
*
* A + B : O(n m)
*	n×m 行列 A, B の和を返す．+= も使用可．
*
* A - B : O(n m)
*	n×m 行列 A, B の差を返す．-= も使用可．
*
* c * A ／ A * c : O(n m)
*	n×m 行列 A とスカラー c のスカラー積を返す．*= も使用可．
*
* A * x : O(n m)
*	n×m 行列 A と n 次元列ベクトル x の積を返す．
*
* x * A : O(n m)（やや遅い）
*	m 次元行ベクトル x と n×m 行列 A の積を返す．
*
* A * B : O(n m l)
*	n×m 行列 A と m×l 行列 B の積を返す．
*
* Mat pow(ll d) : O(n^3 log d)
*	自身を d 乗した行列を返す．
*/
template <class T>
struct Matrix {
	int n, m; // 行列のサイズ（n 行 m 列）
	vector<vector<T>> v; // 行列の成分

	// n×m 零行列で初期化する．
	Matrix(int n, int m) : n(n), m(m), v(n, vector<T>(m)) {}

	// n×n 単位行列で初期化する．
	Matrix(int n) : n(n), m(n), v(n, vector<T>(n)) { rep(i, n) v[i][i] = T(1); }

	// 二次元配列 a[0..n)[0..m) の要素で初期化する．
	Matrix(const vector<vector<T>>& a) : n(sz(a)), m(sz(a[0])), v(a) {}
	Matrix() : n(0), m(0) {}

	// 代入
	Matrix(const Matrix&) = default;
	Matrix& operator=(const Matrix&) = default;

	// アクセス
	inline vector<T> const& operator[](int i) const { return v[i]; }
	inline vector<T>& operator[](int i) {
		// verify : https://judge.yosupo.jp/problem/matrix_product

		// inline を付けて [] でアクセスするとなぜか v[] への直接アクセスより速くなった．
		return v[i];
	}

	// 入力
	friend istream& operator>>(istream& is, Matrix& a) {
		rep(i, a.n) rep(j, a.m) is >> a.v[i][j];
		return is;
	}

	// 行の追加
	void push_back(const vector<T>& a) {
		Assert(sz(a) == m);
		v.push_back(a);
		n++;
	}

	// 行の削除
	void pop_back() {
		Assert(n > 0);
		v.pop_back();
		n--;
	}

	// サイズ変更
	void resize(int n_) {
		v.resize(n_);
		n = n_;
	}

	void resize(int n_, int m_) {
		n = n_;
		m = m_;

		v.resize(n);
		rep(i, n) v[i].resize(m);
	}

	// 空か
	bool empty() const { return min(n, m) == 0; }

	// 比較
	bool operator==(const Matrix& b) const { return n == b.n && m == b.m && v == b.v; }
	bool operator!=(const Matrix& b) const { return !(*this == b); }

	// 加算，減算，スカラー倍
	Matrix& operator+=(const Matrix& b) {
		rep(i, n) rep(j, m) v[i][j] += b[i][j];
		return *this;
	}
	Matrix& operator-=(const Matrix& b) {
		rep(i, n) rep(j, m) v[i][j] -= b[i][j];
		return *this;
	}
	Matrix& operator*=(const T& c) {
		rep(i, n) rep(j, m) v[i][j] *= c;
		return *this;
	}
	Matrix operator+(const Matrix& b) const { return Matrix(*this) += b; }
	Matrix operator-(const Matrix& b) const { return Matrix(*this) -= b; }
	Matrix operator*(const T& c) const { return Matrix(*this) *= c; }
	friend Matrix operator*(const T& c, const Matrix<T>& a) { return a * c; }
	Matrix operator-() const { return Matrix(*this) *= T(-1); }

	// 行列ベクトル積 : O(m n)
	vector<T> operator*(const vector<T>& x) const {
		vector<T> y(n);
		rep(i, n) rep(j, m)	y[i] += v[i][j] * x[j];
		return y;
	}

	// ベクトル行列積 : O(m n)
	friend vector<T> operator*(const vector<T>& x, const Matrix& a) {
		vector<T> y(a.m);
		rep(i, a.n) rep(j, a.m) y[j] += x[i] * a[i][j];
		return y;
	}

	// 積：O(n^3)
	Matrix operator*(const Matrix& b) const {
		// verify : https://judge.yosupo.jp/problem/matrix_product

		Matrix res(n, b.m);
		rep(i, res.n) rep(k, m) rep(j, res.m) res[i][j] += v[i][k] * b[k][j];
		return res;
	}
	Matrix& operator*=(const Matrix& b) { *this = *this * b; return *this; }

	// 累乗：O(n^3 log d)
	Matrix pow(ll d) const {
		// verify : https://judge.yosupo.jp/problem/pow_of_matrix

		Matrix res(n), pow2 = *this;
		while (d > 0) {
			if (d & 1) res *= pow2;
			pow2 *= pow2;
			d >>= 1;
		}
		return res;
	}

#ifdef _MSC_VER
	friend ostream& operator<<(ostream& os, const Matrix& a) {
		rep(i, a.n) {
			os << "[";
			rep(j, a.m) os << a[i][j] << " ]"[j == a.m - 1];
			if (i < a.n - 1) os << "\n";
		}
		return os;
	}
#endif
};

//【階段行列】O(n^2 m)
/*
* 行基本変形で n×m 行列 A を階段行列に変形し，A の階数を返す．
* また必要ならピボット位置 (i,j) の昇順リストを piv に格納する．
*/
template <class T>
int reduced_row_echelon_form(Matrix<T>& A, vector<pii>* piv = nullptr) {
	// verify : https://judge.yosupo.jp/problem/matrix_rank

	int n = A.n, m = A.m;

	// 直前に見つけたピボットの位置
	int pi = -1, pj = -1;

	// 注目位置を (i, j)（i 行目かつ j 列目）とする．
	int i = 0, j = 0;

	while (i < n && j < m) {
		// 同じ列の下方の行から非 0 成分を見つける．
		int i2 = i;
		while (i2 < n && A[i2][j] == 0) i2++;

		// 見つからなかったら注目位置を右に移す．
		if (i2 == n) {
			j++;
			continue;
		}

		// 見つかったら第 i 行とその行を入れ替える．
		pi = i; pj = j;
		if (i != i2) swap(A[i], A[i2]);
		if (piv) piv->emplace_back(pi, pj);

		// v[i][j] が 1 になるよう行全体を v[i][j] で割る．
		T Aij_inv = T(1) / A[i][j];
		repi(j2, j, m - 1) A[i][j2] *= Aij_inv;

		// v[i][j] より下方の行の成分が全て 0 になるよう i 行目を定数倍して減じる．
		repi(i2, i + 1, n - 1) {
			T mul = A[i2][j];
			repi(j2, j, m - 1) A[i2][j2] -= A[i][j2] * mul;
		}

		//// v[i][j] より上方の行の成分も全て 0 にしたい場合はこれも実行する．
		//repi(i2, 0, i - 1) {
		//	T mul = A[i2][j];
		//	repi(j2, j, m - 1) A[i2][j2] -= A[i][j2] * mul;
		//}

		// 注目位置を右下に移す．
		i++; j++;
	}

	return pi + 1;
}

//【最大マッチング（高速）】O(n^3)
/*
* 与えられた無向グラフ g の最大マッチングの大きさを返す．
*
* 利用：【階段行列】
*/
int maximum_matching_fast(const Graph& g) {
	// 参考 : https://kopricky.github.io/code/Academic/maximum_matching_memo.html

	int n = sz(g);

	mt19937_64 mt((int)time(NULL));
	uniform_int_distribution<int> rnd(1, 998244352);

	// A : 重みを乱数で決めたタット行列
	Matrix<mint> A(n, n);
	rep(s, n) repe(t, g[s]) if (s < t) {
		mint w = rnd(mt);
		A[s][t] = w;
		A[t][s] = -w;
	}

	// g の最大マッチングの大きさは高確率で rank(A)/2 に等しい．
	auto rnk = reduced_row_echelon_form(A);

	return rnk / 2;
}

//【桁の数の取得（桁数固定）】O(log n)
/*
* n を len 桁で b 進表記したときの桁の数字を上位桁から順に並べたリストを返す．
*
* 制約：b ≧ 2
*/
vi integer_digits(ll n, int len, int b = 10) {
	// verify : https://yukicoder.me/problems/no/327

	Assert(abs(b) >= 2);

	// mod |b| を取れば最下位桁から順に決定していく．
	vi ds(len);
	rep(i, len) {
		int d = (int)(n % b);
		//int d = (int)smod(n, abs(b)); // 負数の可能性があるならこっち
		ds[len - 1 - i] = d;
		n = (n - d) / b;
	}

	return ds;
}

// 問題 prob の愚直解を返す．
int naive(const PRB& prob) {
	auto [n, m] = prob;

	int N = (int)powi(n, m);

	Graph g(N);
	rep(i, N) rep(j, N) {
		auto si = integer_digits(i, m, n);
		auto sj = integer_digits(j, m, n);
		if (si.back() == sj.front()) g[i].push_back(j);
	}

	int c = maximum_matching_fast(g);

	return (int)(2 * c != N);
}

// 問題 prob の特徴ベクトル vec を返す（無効な prob に対しては空リストを返す）
vi feature_extraction(const PRB& prob) {
	vi vec;

	auto& [n, m] = prob;

//	vec.push_back(n);
//	vec.push_back(m);
	vec.push_back(n % 2);
	vec.push_back(m % 4);
	vec.push_back(m == 1);
	vec.push_back(m == 2);

	return vec;
}

//【累乗（切り詰め）】O(log_a(inf))
/*
* 非負整数 a, n に対し min(a^n, inf) を返す．
*/
ll truncated_pow(ll a, ll n, ll inf = INFL) {
	// verify : https://atcoder.jp/contests/abc322/tasks/abc322_g

	Assert(a >= 0 && n >= 0);

	if (n == 0 || a == 1) return 1;
	if (a == 0) return 0;

	ll val = 1;
	for (ll i = 0; i < n; i++) {
		// val * a >= inf
		if (val >= (inf + a - 1) / a) {
			val = inf;
			break;
		}
		val *= a;
	}

	return val;
}

// 調べるべき問題 prob のリスト probs を返す．
vector<PRB> create_problems() {
	vector<PRB> probs;

	mt19937_64 mt((int)time(NULL));
	uniform_int_distribution<ll> rnd(0, (ll)1e18);

	repi(n, 1, 15) repi(m, 1, 15) {
		if (truncated_pow(n, m, INFL) <= 1000) {
			dump("n, m:", n, m);
			PRB prob = { n, m };
			probs.push_back(prob);
		}
	}

	return probs;
}

// --------------------------------------------------------------------------

//【決定木】
/*
* Decision_tree<CLS>() : O(1)
*	クラス [0..CLS) を分類するための空の決定木を準備する．
*
* int size() : O(1)
*	データ数を返す．
*
* add_data(vi X, int y) : O(1)
*	(特徴ベクトル, クラス) = (X, y) を追加する．
*
* build() : O(n log n) (?)
*	決定木を構築する．
*
* int predict(vi X) : O(log n) (?)
*	特徴ベクトル X の属するクラスを返す．
*
* to_string() : O(n)
*	決定木埋め込み用の文字列を出力する．
*/
template <int CLS>
class Decision_tree {
	// ChatGPT 作

	struct Node {
		int feature = -1;
		int threshold = 0;
		int label = -1;
		Node* left = nullptr, * right = nullptr;
	};

	vvi Xs; vi ys; int DIM;
	Node* rt;

	Node* build_tree(vi& idx) {
		int n = sz(idx);

		// 全部同じクラスなら葉
		bool same = true;
		repi(i, 1, n - 1) if (ys[idx[i]] != ys[idx[0]]) { same = false; break; }
		if (same) {
			Node* leaf = new Node();
			leaf->label = ys[idx[0]];
			return leaf;
		}

		int best_feat = -1;
		int best_thr = 0;
		double best_score = 1e18;

		// 特徴量ごとに候補探索
		rep(feat, DIM) {
			vector<pii> vals;
			vals.reserve(n);
			repe(id, idx) vals.push_back({ Xs[id][feat], ys[id] });
			sort(vals.begin(), vals.end());

			// prefix 集計
			array<int, CLS> left_cnt, right_cnt;
			left_cnt.fill(0); right_cnt.fill(0);
			repe(v, vals) right_cnt[v.second]++;
			int left_size = 0, right_size = n;

			rep(i, n - 1) {
				int cls = vals[i].second;
				left_cnt[cls]++; right_cnt[cls]--;
				left_size++; right_size--;

				if (vals[i].first == vals[i + 1].first) continue;

				auto gini = [](const array<int, CLS>& cnt, int sz) {
					if (sz == 0) return 0.0;
					double g = 1.0;
					rep(c, CLS) {
						double p = (double)cnt[c] / sz;
						g -= p * p;
					}
					return g;
				};

				double score = gini(left_cnt, left_size) * left_size + gini(right_cnt, right_size) * right_size;
				if (score < best_score) {
					best_score = score;
					best_feat = feat;
					best_thr = vals[i + 1].first;
				}
			}
		}

		// 同じ特徴量なのにクラスが別のものがあれば不可能
		Assert(best_feat != -1);

		vi L, R;
		repe(id, idx) {
			if (Xs[id][best_feat] < best_thr) L.push_back(id);
			else R.push_back(id);
		}

		// 毎回ほぼ半分ずつに分かれてくれるなら高速
		Node* node = new Node();
		node->feature = best_feat;
		node->threshold = best_thr;
		node->left = build_tree(L);
		node->right = build_tree(R);
		return node;
	}

	void to_string(Node* node) {
		if (!node) return;

		if (node->label != -1) {
			cout << "return " << node->label << ";";
			return;
		}

		cout << "if(v[" << node->feature << "]<" << node->threshold << ")";
		to_string(node->left);
		cout << "else ";
		to_string(node->right);
	}

public:
	Decision_tree() : DIM(-1), rt(nullptr) {
		// verify : https://atcoder.jp/contests/arc192/tasks/arc192_b
	}

	// データ数を返す．
	int size() {
		return sz(Xs);
	}

	// (特徴ベクトル, クラス) = (X, y) を追加する．
	void add_data(const vi& X, int y) {
		// verify : https://atcoder.jp/contests/arc192/tasks/arc192_b

		Xs.push_back(X);
		ys.push_back(y);
	}

	// 決定木を構築する．
	void build() {
		// verify : https://atcoder.jp/contests/arc192/tasks/arc192_b

		vi idx(sz(Xs));
		iota(all(idx), 0);

		DIM = sz(Xs[0]);

		rt = build_tree(idx);
	}

	// 特徴量ベクトル X の属するクラスを返す．
	int predict(const vi& X) {
		// verify : https://atcoder.jp/contests/arc192/tasks/arc192_b

		Node* node = rt;

		while (1) {
			if (node->label != -1) return node->label;

			if (X[node->feature] < node->threshold) node = node->left;
			else node = node->right;
		}
	}

	// 決定木埋め込み用の文字列を出力する．
	void to_string() {
		// verify : https://atcoder.jp/contests/arc192/tasks/arc192_b

		cout << "int predict(const vi& v){\n";
		to_string(rt);
		cout << "\n}\n";
	}
};

// 抽出した特徴量だけで答えが決まるかチェックし，大丈夫なら決定木埋め込み用文字列を出力する．
Decision_tree<CLS> embed_decision_tree() {
	auto probs = create_problems();
	
	// (特徴ベクトル, 答え) の形の決定木学習用データを用意する．
	map<vi, int> vec2ans; int cnt_valid_data = 0;
	for (auto& prob : probs) {
		auto vec = feature_extraction(prob);

		// 無効な問題は無視する．
		if (vec.empty()) continue;
		cnt_valid_data++;

		auto ans = naive(prob);

		if (vec2ans.count(vec)) {
			// 同じ特徴量をもつ問題で答えの異なるものがあれば失敗．
			if (vec2ans[vec] != ans) {
				dump("------------- ERROR! -------------");
				dump("vec:", vec);
				dump("prob1:", prob);
				dump("ans1 :", ans);
				for (auto& prob2 : probs) {
					auto vec2 = feature_extraction(prob2);
					if (vec == vec2) {
						auto ans2 = naive(prob2);

						dump("prob2:", prob2);
						dump("ans2 :", ans2);
						exit(-1);
					}
				}
			}
		}
		else {
			vec2ans[vec] = ans;
		}
	}
	dump("cnt_valid_data:", cnt_valid_data, "→", "sz(vec2ans):", sz(vec2ans));

	// 決定木を作成して埋め込む．
	Decision_tree<CLS> T;
	for (auto [vec, ans] : vec2ans) T.add_data(vec, ans);
	T.build();
	T.to_string();
	exit(0);
	return T;
}

// --------------- embed_decision_tree() からの出力を貼る ----------------
int predict(const vi& v) {
	if (v[0] < 1)if (v[2] < 1)if (v[3] < 1)return 0; else return 1; else return 1; else return 1;
}
// ----------------------------------------------------------------------

int main() {
//	input_from_file("input.txt");
//	output_to_file("output.txt");
	
//	embed_decision_tree();

	ll n, m;
	cin >> n >> m;

	PRB prob{ n, m };
//	dump("naive:", naive(prob)); dump("=====");

	auto vec = feature_extraction(prob);
	cout << (predict(vec) ? "First" : "Second") << endl;
}
/*
cnt_valid_data: 63 → sz(vec2ans): 12
int predict(const vi& v){
if(v[0]<1)if(v[2]<1)if(v[3]<1)return 0;else return 1;else return 1;else return 1;
}
*/