Instructions to use myduy/vietnamese-medical-slm-1.7B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use myduy/vietnamese-medical-slm-1.7B with Transformers:

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

pipe = pipeline("text-generation", model="myduy/vietnamese-medical-slm-1.7B")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoTokenizer, AutoModelForMultimodalLM

tokenizer = AutoTokenizer.from_pretrained("myduy/vietnamese-medical-slm-1.7B")
model = AutoModelForMultimodalLM.from_pretrained("myduy/vietnamese-medical-slm-1.7B")
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 myduy/vietnamese-medical-slm-1.7B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "myduy/vietnamese-medical-slm-1.7B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "myduy/vietnamese-medical-slm-1.7B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/myduy/vietnamese-medical-slm-1.7B

SGLang

How to use myduy/vietnamese-medical-slm-1.7B 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 "myduy/vietnamese-medical-slm-1.7B" \
    --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": "myduy/vietnamese-medical-slm-1.7B",
		"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 "myduy/vietnamese-medical-slm-1.7B" \
        --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": "myduy/vietnamese-medical-slm-1.7B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Unsloth Studio

How to use myduy/vietnamese-medical-slm-1.7B 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 myduy/vietnamese-medical-slm-1.7B 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 myduy/vietnamese-medical-slm-1.7B to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for myduy/vietnamese-medical-slm-1.7B to start chatting

Load model with FastModel

pip install unsloth
from unsloth import FastModel
model, tokenizer = FastModel.from_pretrained(
    model_name="myduy/vietnamese-medical-slm-1.7B",
    max_seq_length=2048,
)

Docker Model Runner
How to use myduy/vietnamese-medical-slm-1.7B with Docker Model Runner:
```
docker model run hf.co/myduy/vietnamese-medical-slm-1.7B
```
Browse Quantizations to use this model in llama.cpp, Ollama, LM Studio, or any compatible app.

Vietnamese Medical Reasoning Language Model

Reasoning Small Language Model for Vietnamese Medical Tasks

Overview

Dự án này phát triển một mô hình ngôn ngữ nhỏ (Small Language Model - SLM) có khả năng reasoning (lý luận) trong lĩnh vực y tế tiếng Việt.
Mục tiêu của mô hình là hỗ trợ xử lý ngôn ngữ tự nhiên trong các tình huống y học — bao gồm phân tích, diễn giải và đưa ra hỗ trợ ban đầu dựa trên ngữ cảnh.

Mô hình được tinh chỉnh (SFT – Supervised Fine-Tuning) trên tập dữ liệu y tế tiếng Việt, giúp cải thiện khả năng suy luận và phản hồi hợp lý trước khi tạo ra kết quả.

⚠️ Lưu ý quan trọng:
Mô hình không thay thế cho chẩn đoán chuyên môn. Kết quả cần được xác minh hoặc diễn giải dưới sự giám sát của chuyên gia y tế.

Training Framework

Quá trình huấn luyện được thực hiện bằng Unsloth — một framework tối ưu cho việc tinh chỉnh mô hình lớn trên phần cứng giới hạn.
Điều này giúp mô hình có thể được huấn luyện hiệu quả hơn trên GPU tầm trung mà vẫn đạt chất lượng cao.

Model Details

Field	Description
Base Model	`unsloth/Qwen3-1.7B-Base`
Finetuned By	`myduy`
Framework	Unsloth + TRL
License	Apache 2.0
Languages	Vietnamese, English
Primary Task	Medical reasoning & response generation