app.py

from transformers import pipeline

# Функция для авторизации и загрузки моделей
def authenticate(api_key):
    # Здесь предполагается, что api_key используется для каких-то целей авторизации, если нужно
    # Например, вы можете проверить токен перед загрузкой моделей.
    # Но в данном примере токен не используется.

    # Загрузка модели GPT-Neo для генерации текста
    model_gpt = pipeline("text-generation", model="EleutherAI/gpt-neo-125M")
    
    # Загрузка модели T5 для задач text-to-text (перевод, резюмирование и т.д.)
    model_t5 = pipeline("text2text-generation", model="t5-base")
    
    # Загрузка модели BERT для задачи заполнения пропусков
    model_bert = pipeline("fill-mask", model="bert-base-uncased")
    
    return model_gpt, model_t5, model_bert

# Функция для обработки текста с использованием всех трех моделей
def process_step(step, text, api_key):
    # Авторизация и загрузка моделей
    model_gpt, model_t5, model_bert = authenticate(api_key)
    
    # Применение различных моделей по очереди в зависимости от шага
    if step == 1:
        # Пример генерации текста с помощью GPT-Neo
        gpt_result = model_gpt(text, max_length=100)
        return gpt_result
    elif step == 2:
        # Пример генерации текста с помощью T5 (например, для резюмирования)
        t5_result = model_t5(text)
        return t5_result
    elif step == 3:
        # Пример заполнения пропусков с помощью BERT
        bert_result = model_bert(text)
        return bert_result
    else:
        return "Unknown step"

# Пример использования
if __name__ == "__main__":
    api_key = "your_api_key_here"  # Здесь укажите свой API-ключ, если необходимо

    text_input = "Your text input here."  # Ваш текст для анализа
    
    # Пример: шаг 1 — использование GPT-Neo
    step = 1
    result = process_step(step, text_input, api_key)
    print(f"Result from step {step}: {result}")
    
    # Пример: шаг 2 — использование T5
    step = 2
    result = process_step(step, text_input, api_key)
    print(f"Result from step {step}: {result}")
    
    # Пример: шаг 3 — использование BERT
    step = 3
    result = process_step(step, text_input, api_key)
    print(f"Result from step {step}: {result}")