Instructions to use thiagotrr/gemma-3-med-assist with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use thiagotrr/gemma-3-med-assist with PEFT:

from peft import PeftModel
from transformers import AutoModelForCausalLM

base_model = AutoModelForCausalLM.from_pretrained("google/gemma-3-1b-it")
model = PeftModel.from_pretrained(base_model, "thiagotrr/gemma-3-med-assist")

Transformers

How to use thiagotrr/gemma-3-med-assist with Transformers:

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

pipe = pipeline("text-generation", model="thiagotrr/gemma-3-med-assist")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("thiagotrr/gemma-3-med-assist", dtype="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use thiagotrr/gemma-3-med-assist with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "thiagotrr/gemma-3-med-assist"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "thiagotrr/gemma-3-med-assist",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/thiagotrr/gemma-3-med-assist

SGLang

How to use thiagotrr/gemma-3-med-assist 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 "thiagotrr/gemma-3-med-assist" \
    --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": "thiagotrr/gemma-3-med-assist",
		"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 "thiagotrr/gemma-3-med-assist" \
        --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": "thiagotrr/gemma-3-med-assist",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use thiagotrr/gemma-3-med-assist with Docker Model Runner:
```
docker model run hf.co/thiagotrr/gemma-3-med-assist
```

gemma-3-med-assist — Modelo Local

Esta pasta não é versionada no repositório (está listada no .gitignore) por conter arquivos binários de grande porte.

Por que esta pasta precisa ser criada manualmente?

Os pesos do modelo (*.safetensors, *.bin) e os artefatos do adapter LoRA são arquivos binários que podem ultrapassar vários gigabytes. Incluí-los no Git comprometeria o histórico do repositório e inviabilizaria a colaboração. Por isso, apenas este README.md é rastreado — ele serve como guia para que qualquer colaborador saiba como obter o modelo localmente.

Como configurar

Crie a pasta (caso ainda não exista):
```
models/gemma-3-med-assist/
```
Autentique-se no HuggingFace (necessário para modelos privados/gated):
```
huggingface-cli login
```
Baixe o modelo para dentro desta pasta:
```
huggingface-cli download <org>/gemma-3-med-assist --local-dir models/gemma-3-med-assist
```
Substitua <org> pelo nome da organização ou usuário no HuggingFace onde o adapter fine-tuned está hospedado.
Verifique se os arquivos de configuração (config.json, tokenizer_config.json, adapter_config.json) e os pesos estão presentes antes de executar a aplicação.

Atenção: este README.md é o único arquivo desta pasta rastreado pelo Git.

Framework versions

PEFT 0.18.1

Downloads last month: 2

Model tree for thiagotrr/gemma-3-med-assist

Base model

google/gemma-3-1b-pt

Finetuned

google/gemma-3-1b-it

Adapter

(185)

this model