Instructions to use ducklingcodehouse/Finnish-DentalQA-merged with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ducklingcodehouse/Finnish-DentalQA-merged with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="ducklingcodehouse/Finnish-DentalQA-merged")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ducklingcodehouse/Finnish-DentalQA-merged")
model = AutoModelForCausalLM.from_pretrained("ducklingcodehouse/Finnish-DentalQA-merged", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=40)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use ducklingcodehouse/Finnish-DentalQA-merged with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ducklingcodehouse/Finnish-DentalQA-merged"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ducklingcodehouse/Finnish-DentalQA-merged",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ducklingcodehouse/Finnish-DentalQA-merged

SGLang

How to use ducklingcodehouse/Finnish-DentalQA-merged with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "ducklingcodehouse/Finnish-DentalQA-merged" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ducklingcodehouse/Finnish-DentalQA-merged",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "ducklingcodehouse/Finnish-DentalQA-merged" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ducklingcodehouse/Finnish-DentalQA-merged",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Unsloth Studio

How to use ducklingcodehouse/Finnish-DentalQA-merged with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for ducklingcodehouse/Finnish-DentalQA-merged to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for ducklingcodehouse/Finnish-DentalQA-merged to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for ducklingcodehouse/Finnish-DentalQA-merged to start chatting

Load model with FastModel

pip install unsloth
from unsloth import FastModel
model, tokenizer = FastModel.from_pretrained(
    model_name="ducklingcodehouse/Finnish-DentalQA-merged",
    max_seq_length=2048,
)

Docker Model Runner
How to use ducklingcodehouse/Finnish-DentalQA-merged with Docker Model Runner:
```
docker model run hf.co/ducklingcodehouse/Finnish-DentalQA-merged
```

ducklingcodehouse commited on Jan 7

Commit

b89bf48

verified ·

1 Parent(s): ced0979

Update model card

Browse files

Files changed (1) hide show

README.md +32 -23

README.md CHANGED Viewed

@@ -17,7 +17,7 @@ base_model: Finnish-NLP/Ahma-3B-Instruct
 # Finnish-DentalQA-merged
-**Note: Version 2 models are now available with enhanced training datasets (50,132 conversations) and improved clinical coverage including psychological, social, and ethical aspects. See [Finnish-DentalQA-v2-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-lora) and [Finnish-DentalQA-v2-merged](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged).**
 **Finnish-language conversational AI assistant specialized for dental medicine.** This is a fine-tuned large language model (LLM) that generates structured text responses to dental consultation queries, designed to simulate professional dentist-to-dentist consultations with clinical reasoning and recommendations.
@@ -46,13 +46,21 @@ This llama model was trained 2x faster with [Unsloth](https://github.com/unsloth
 ## Model Comparison
-**v1 LoRA Version**: [ducklingcodehouse/Finnish-DentalQA-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-lora) - Separate adapter files, requires base model
-**v1 Merged Version**: LoRA adapters merged into standalone model, no additional files needed
-**v2 LoRA Version**: [ducklingcodehouse/Finnish-DentalQA-v2-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-lora) - Enhanced training (50,132 samples vs 30,908), improved clinical coverage, separate adapter files, requires base model
-**v2 Merged Version**: [ducklingcodehouse/Finnish-DentalQA-v2-merged](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged) - Enhanced training (50,132 samples vs 30,908), improved clinical coverage, LoRA adapters merged into standalone model
 ## Installation
@@ -78,17 +86,17 @@ tokenizer = AutoTokenizer.from_pretrained("ducklingcodehouse/Finnish-DentalQA-me
 ```python
 # Use exact system prompt from training
-system_prompt = """Olet kokenut suomalainen hammaslääkäri. Vastaat ammattimaisesti kollegojesi
-kysymyksiin käyttäen oikeaa hammaslääketieteellistä terminologiaa ja viittaat Käypä hoito
 -suosituksiin kun relevanttia."""
-user_question = """87-vuotias nainen, jolla on vaikea muistisairaus, asuu palvelutalossa ja on
-kotihoidon piirissä. Potilaalla on hampaattomuus, yläleuan kokoproteesi ja alaleuassa 6
-luonnollista hammasta. Lääkityksenä on mm. rivaroksabaani eteisvärinään, donepetsiili,
-metoprololi, kalsium+D-vitamiini, sekä useita muita lääkkeitä (yhteensä 9). Suun limakalvot
-ovat kuivat, kielessä fissuroitumista, ja proteesin alla lievää punoitusta. HbA1c 46 mmol/mol,
-BMI 22. Kotihoito raportoi potilaan nielevän huonosti ja syljen erityksen olevan vähäistä.
-Karies- ja parodontiittiriski arvioidaan korkeaksi. Miten suosittelisit suun hoidon
 järjestämistä ja priorisointia tässä tilanteessa?"""
 messages = [
@@ -97,9 +105,9 @@ messages = [
 ]
 inputs = tokenizer.apply_chat_template(
-    messages,
-    tokenize=True,
-    add_generation_prompt=True,
     return_tensors="pt"
 ).to(model.device)
@@ -125,14 +133,14 @@ print(response)
 # Hampaattomuus ja vähäinen syljeneritys altistavat limakalvovaurioille ja infektioille.
 # Nielemisvaikeudet ja korkea karies- ja parodontiittiriski korostavat ehkäisevien
 # toimenpiteiden merkitystä.
-#
 # ### Arvio
 # Kliinisesti potilaalla on merkittävä hyposalivaatio (stimuloitu sylki <0,7 ml/min),
 # joka yhdessä polyfarmasian kanssa lisää riskiä limakalvosairauksille ja infektioille.
 # Proteesin alla oleva punoitus voi viitata proteesi-stomatiittiin tai kandidaasiin.
 # Rivaroksabaanin vuoksi invasiivisia toimenpiteitä tulee välttää ellei välttämätöntä.
 # Kotihoidon resurssit ja potilaan toimintakyky rajoittavat laajojen hoitojen toteutusta.
-#
 # ### Suositus
 # Painopiste on limakalvojen kosteutuksessa (esim. keinotekoiset syljentuotteet) ja
 # proteesin puhtauden ylläpidossa. Kotihoidolle annetaan selkeät ohjeet päivittäisestä
@@ -206,9 +214,10 @@ Potilas tulee lähettää välittömästi päivystykseen sairaalatasolle suonens
 - Potential underrepresentation of certain patient demographics or clinical scenarios
 ## Related Models
-- v1 LoRA version: [ducklingcodehouse/Finnish-DentalQA-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-lora)
-- v2 LoRA version: [ducklingcodehouse/Finnish-DentalQA-v2-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-lora)
-- v2 Merged version: [ducklingcodehouse/Finnish-DentalQA-v2-merged](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged)
 - Base model: [Finnish-NLP/Ahma-3B-Instruct](https://huggingface.co/Finnish-NLP/Ahma-3B-Instruct)
 ## Citation
@@ -232,4 +241,4 @@ If you use this model, please cite both this work and the base Ahma model:
   publisher = {Hugging Face},
   url = {https://huggingface.co/Finnish-NLP/Ahma-3B-Instruct}
 }
-```

 # Finnish-DentalQA-merged
+**Note: Newer versions are available! See [Finnish-DentalQA-v3](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v3) (recommended, 4B parameters, full fine-tuning on Ahma-2) or [Finnish-DentalQA-v2](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged) (enhanced dataset).**
 **Finnish-language conversational AI assistant specialized for dental medicine.** This is a fine-tuned large language model (LLM) that generates structured text responses to dental consultation queries, designed to simulate professional dentist-to-dentist consultations with clinical reasoning and recommendations.
 ## Model Comparison
+| Version | Base Model | Parameters | Training Method | Dataset | Notes |
+|---------|-----------|------------|-----------------|---------|-------|
+| v3 | Ahma-2-4B-Instruct | 4B | Full fine-tuning | 50,132 | Latest, highest quality |
+| v2 | Ahma-3B-Instruct | 3B | LoRA | 50,132 | Enhanced dataset, available as LoRA and merged |
+| **v1** | Ahma-3B-Instruct | 3B | LoRA | 30,908 | Original release, available as LoRA and merged |
+**v3 (recommended)**: [ducklingcodehouse/Finnish-DentalQA-v3](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v3) - Full fine-tuned on Ahma-2-4B-Instruct, highest quality
+**v2 LoRA Version**: [ducklingcodehouse/Finnish-DentalQA-v2-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-lora) - Enhanced training (50,132 samples), separate adapter files, requires base model
+**v2 Merged Version**: [ducklingcodehouse/Finnish-DentalQA-v2-merged](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged) - Enhanced training (50,132 samples), merged into standalone model
+**v1 LoRA Version**: [ducklingcodehouse/Finnish-DentalQA-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-lora) - Original dataset (30,908 samples), separate adapter files, requires base model
+**v1 Merged Version (this model)**: Original dataset (30,908 samples), merged into standalone model
 ## Installation
 ```python
 # Use exact system prompt from training
+system_prompt = """Olet kokenut suomalainen hammaslääkäri. Vastaat ammattimaisesti kollegojesi
+kysymyksiin käyttäen oikeaa hammaslääketieteellistä terminologiaa ja viittaat Käypä hoito
 -suosituksiin kun relevanttia."""
+user_question = """87-vuotias nainen, jolla on vaikea muistisairaus, asuu palvelutalossa ja on
+kotihoidon piirissä. Potilaalla on hampaattomuus, yläleuan kokoproteesi ja alaleuassa 6
+luonnollista hammasta. Lääkityksenä on mm. rivaroksabaani eteisvärinään, donepetsiili,
+metoprololi, kalsium+D-vitamiini, sekä useita muita lääkkeitä (yhteensä 9). Suun limakalvot
+ovat kuivat, kielessä fissuroitumista, ja proteesin alla lievää punoitusta. HbA1c 46 mmol/mol,
+BMI 22. Kotihoito raportoi potilaan nielevän huonosti ja syljen erityksen olevan vähäistä.
+Karies- ja parodontiittiriski arvioidaan korkeaksi. Miten suosittelisit suun hoidon
 järjestämistä ja priorisointia tässä tilanteessa?"""
 messages = [
 ]
 inputs = tokenizer.apply_chat_template(
+    messages,
+    tokenize=True,
+    add_generation_prompt=True,
     return_tensors="pt"
 ).to(model.device)
 # Hampaattomuus ja vähäinen syljeneritys altistavat limakalvovaurioille ja infektioille.
 # Nielemisvaikeudet ja korkea karies- ja parodontiittiriski korostavat ehkäisevien
 # toimenpiteiden merkitystä.
+#
 # ### Arvio
 # Kliinisesti potilaalla on merkittävä hyposalivaatio (stimuloitu sylki <0,7 ml/min),
 # joka yhdessä polyfarmasian kanssa lisää riskiä limakalvosairauksille ja infektioille.
 # Proteesin alla oleva punoitus voi viitata proteesi-stomatiittiin tai kandidaasiin.
 # Rivaroksabaanin vuoksi invasiivisia toimenpiteitä tulee välttää ellei välttämätöntä.
 # Kotihoidon resurssit ja potilaan toimintakyky rajoittavat laajojen hoitojen toteutusta.
+#
 # ### Suositus
 # Painopiste on limakalvojen kosteutuksessa (esim. keinotekoiset syljentuotteet) ja
 # proteesin puhtauden ylläpidossa. Kotihoidolle annetaan selkeät ohjeet päivittäisestä
 - Potential underrepresentation of certain patient demographics or clinical scenarios
 ## Related Models
+- v3: [ducklingcodehouse/Finnish-DentalQA-v3](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v3)
+- v2 LoRA: [ducklingcodehouse/Finnish-DentalQA-v2-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-lora)
+- v2 Merged: [ducklingcodehouse/Finnish-DentalQA-v2-merged](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-v2-merged)
+- v1 LoRA: [ducklingcodehouse/Finnish-DentalQA-lora](https://huggingface.co/ducklingcodehouse/Finnish-DentalQA-lora)
 - Base model: [Finnish-NLP/Ahma-3B-Instruct](https://huggingface.co/Finnish-NLP/Ahma-3B-Instruct)
 ## Citation
   publisher = {Hugging Face},
   url = {https://huggingface.co/Finnish-NLP/Ahma-3B-Instruct}
 }
+```