モデルファミリー

DMindは、3世代にわたって7つのオープンソースモデルと、DMind Benchmarkデータセットを公開しました。すべての重みは、寛容なライセンスの下でHugging Face上で公開されています。

DMind-3（2026年、現行世代）

Edge-Local-Cloudスタックとして連携する3つのモデル。参照 主権アーキテクチャ それらがどのように噛み合うかについて。

DMind-3-Nano（270M）

ブラウザ拡張、ウォレットアプリ、モバイル上で動作する2億7000万パラメータのモデル。署名時に決定論的な安全性チェックを行い、calldataを解析し、無制限の承認を識別し、疑わしいパターンにフラグを立てます。完全にオンデバイスで、ネットワークは不要です。標準化された関数呼び出しプロトコルを中心に構築されています。

DMind-3-Mini（4B）

ユーザーのローカルマシン上で動作する40億パラメータのモデルで、コンシューマー向けGPUや最近のAppleシリコンを含みます。ユーザーのポートフォリオを文脈として、プライベートな戦略推論と高度なリサーチを処理します。C³-SFTで学習されており（詳細は 学習手法）、回答を生成し、自己批評し、最終化前に修正します。

DMind-3（21B）

OpenAIのgpt-oss-20bベース上に構築された210億パラメータのクラウドモデル。カスタムTransformerとMulti-Scale RoPE位置エンコーディングを備え、256kトークンのコンテキストウィンドウに対応します。ネイティブのBF16/FP16精度。50万件以上の厳選された文書と数テラバイト規模のオンチェーンデータで学習されています。クラウドまたはプライベートVPCで動作し、ユーザーのデバイス上では動作しません。

DMind-2シリーズ（2025年）

DMind-2は、ツール呼び出しと暗号資産投資分析に焦点を当てた移行世代でした。どちらのモデルも今でも利用できますが、DMind-3が上位互換となったため、もはや第一推奨ではありません。

DMind-2-107B

ツール呼び出し対応の、暗号資産投資分析向け1070億パラメータの旗艦モデル。オンチェーンデータAPI、取引所API、市場データサービスを直接呼び出せます。

DMind-2-4B

同じファミリーの40億パラメータ軽量版。より小さなフットプリントで、同じ投資分析特化を備えたローカル展開向けに設計されています。

DMind-1シリーズ（2025年）

初代世代であり、オープンウェイトを備えた最初に公開されたWeb3ネイティブLLMです。AlibabaのQwen3ベースモデル上に構築され、32.7GBのソース文書から蒸留された13,276件の専門家精選Web3知識項目でファインチューニングされています。

DMind-1（32B）

オリジナルのWeb3ネイティブLLM。Qwen3-32B上に構築。2段階で学習されました。まず厳選データセットでLoRAによる教師ありファインチューニングを行い、その後Web3特化の報酬モデルを用いてPPOによるRLHFを実施しました。Web3タスクでは、トークンコストの10〜30%で、はるかに大規模な汎用モデルに匹敵する性能を発揮します。

DMind-1-mini（14B）

Qwen3-14B上に構築された蒸留版で、DMind-1と汎用SOTAモデルの両方を二重の教師として使用しています。蒸留は3つのレベルで行われます。学生モデルは教師の最終出力、各トークンごとの教師の完全な確率分布、そして教師の中間層表現を学習します。エージェント用途の多くは旗艦モデルよりも小型で高速なモデルを必要とするため、これがファミリー内で最もダウンロードされているモデルです。

概要

モデル	サイズ	実行場所	主な用途
DMind-3-Nano	270M	ブラウザ / ウォレット / モバイル	トランザクションの安全性チェック
DMind-3-Mini	4B	ユーザーのデバイス	プライベートな戦略立案とリサーチ
DMind-3	21B	クラウド / プライベートVPC	市場全体のリサーチ
DMind-2-107B	107B	クラウド	ツール呼び出しによる投資分析
DMind-2-4B	4B	ローカル	軽量な投資分析
DMind-1	32B	クラウド	最初のWeb3ネイティブLLM
DMind-1-mini	14B	クラウド / ローカル	蒸留されたWeb3エージェントモデル

7つのモデルすべてとベンチマークデータセットは、以下で入手できます huggingface.co/DMindAI.