# 朴素解法
def bagGrouped(N,V,v_arr,w_arr,s_arr):
    #初始化dp数组
    dp = [[0 for i in range(V+1)] for j in range(N+1)]

    for i in range(1,N+1):    # 遍历所有物品组
        for j in range(1,V+1):    # 遍历体积阈值，正序遍历
            for s in range(0,s_arr[i-1]):    # 遍历第i组物品的所有s_arr[i-1]个物品
                dp[i][j] = max(dp[i-1][j], dp[i][j])    # !!!出错：在遍历s_arr时，为了防止dp[i][j]多次被dp[i-1][j]覆盖，所以这里要取max(dp[i-1][j], dp[i][j])，而不能只是dp[i-1][j]
                if j>=v_arr[i-1][s]:
                    dp[i][j] = max(dp[i][j], dp[i-1][j-v_arr[i-1][s]] + w_arr[i-1][s])
    return dp[-1][-1]

# 输入样例
N, V = map(int,input().split())   # N表示物品组数，V表示背包容量

v_arr = [[] for i in range(N)]    # 输入技巧，v_arr初始化为二维空列表，第i维表示第i组物品的各物品体积
w_arr = [[] for i in range(N)]    # 输入技巧，_arr初始化为二维空列表，第i维表示第i组物品的各物品价值
s_arr = []    # 存储每组物品数量

for i in range(N):
    s_arr.append(int(input().strip()))
    for j in range(s_arr[i]):
        in_li = list(map(int, input().split()))
        v_arr[i].append(in_li[0])
        w_arr[i].append(in_li[1])

print(bagGrouped(N,V,v_arr,w_arr,s_arr))

# 空间优化解法
# 输入样例
N, V = map(int,input().split())   # N表示物品组数，V表示背包容量

v_arr = [[] for i in range(N)]    # 输入技巧，v_arr初始化为二维空列表，第i维表示第i组物品的各物品体积
w_arr = [[] for i in range(N)]    # 输入技巧，_arr初始化为二维空列表，第i维表示第i组物品的各物品价值
s_arr = []    # 存储每组物品数量

for i in range(N):
    s_arr.append(int(input().strip()))
    for j in range(s_arr[i]):
        in_li = list(map(int, input().split()))
        v_arr[i].append(in_li[0])
        w_arr[i].append(in_li[1])

#初始化dp数组
dp = [0 for i in range(V+1)]    # ！！！出错，范围是[0,V],而不是[0,N]

for i in range(1,N+1):    # 遍历所有物品组
    for j in range(V,0,-1):    # 遍历体积阈值，倒序遍历
        for s in range(s_arr[i-1]):    # 遍历第i组物品的所有s_arr[i-1]个物品
#             print(i,j,s)         
#             print(v_arr[i-1][s-1])
#             print(j-v_arr[i-1][s-1])
            if j>=v_arr[i-1][s]:
                dp[j] = max(dp[j], dp[j-v_arr[i-1][s]] + w_arr[i-1][s])
#         print(dp)
dp[-1]