# Пример кода для zero-shot проверки спецификаций с EuroBERT-210m
from transformers import AutoTokenizer, AutoModelForMaskedLM

def verify_product_specs(product_specs, official_specs):
    # Загрузка модели EuroBERT-210m
    model_id = "EuroBERT/EuroBERT-210m"
    tokenizer = AutoTokenizer.from_pretrained(model_id)
    model = AutoModelForMaskedLM.from_pretrained(model_id, trust_remote_code=True)
    
    # Формирование запроса в формате zero-shot для сравнения спецификаций
    template = """
    Задача: Сравни спецификации товара с официальными и найди несоответствия.
    
    Спецификации на сайте:
    {0}
    
    Официальные спецификации:
    {1}
    
    Несоответствия: <|mask|>
    """
    
    text = template.format(product_specs, official_specs)
    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=1024)
    
    # Запуск модели с поддержкой Flash Attention 2 для повышения эффективности
    with torch.no_grad():
        outputs = model(**inputs)
    
    # Обработка результатов и получение предсказаний
    masked_index = inputs["input_ids"][0].tolist().index(tokenizer.mask_token_id)
    predicted_tokens = outputs.logits[0, masked_index].topk(10)
    
    # Формирование результата
    results = tokenizer.decode(predicted_tokens.indices).split()
    return results

# Пример использования
import torch

product_specs = """
Ноутбук MegaBook Pro X5:
- Процессор: Intel Core i7-13700H
- Оперативная память: 16 ГБ DDR5
- Экран: 15.6" IPS, 144 Гц
- Вес: 1.8 кг
"""

official_specs = """
Ноутбук MegaBook Pro X5:
- Процессор: Intel Core i7-13700H
- Оперативная память: 16 ГБ DDR4 (не DDR5)
- Экран: 15.6" IPS, 165 Гц (не 144 Гц)
- Вес: 2.1 кг (не 1.8 кг)
"""

discrepancies = verify_product_specs(product_specs, official_specs)
print("Выявленные несоответствия:", discrepancies)