> For the complete documentation index, see [llms.txt](https://minara.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://minara.ai/docs/minara-handbook/tr/teknoloji/dmind/model-family.md). # Model ailesi DMind, üç nesle yayılan yedi açık kaynak modeli ve ayrıca DMind Benchmark veri kümesini yayımladı. Tüm ağırlıklar, izin verici lisanslar altında Hugging Face'te herkese açıktır. ## DMind-3 (2026, mevcut nesil) Edge-Local-Cloud yığını olarak birlikte çalışan üç model. Bkz. [Egemen mimari](/docs/minara-handbook/tr/teknoloji/dmind/sovereign-architecture.md) bunların nasıl birlikte çalıştığını görmek için. ### DMind-3-Nano (270M) Tarayıcı eklentilerinde, cüzdan uygulamalarında ve mobilde çalışan 270 milyon parametreli bir model. İmzalama sırasında belirleyici güvenlik kontrolleri yapar; calldata'yı ayrıştırır, sınırsız onayları belirler ve şüpheli kalıpları işaretler. Tamamen cihaz üzerinde çalışır, ağ gerektirmez. Standartlaştırılmış bir işlev çağırma protokolü etrafında geliştirilmiştir. ### DMind-3-Mini (4B) Kullanıcının yerel makinesinde, tüketici GPU'ları ve yeni Apple çipleri dâhil, çalışan 4 milyar parametreli bir model. Kullanıcının portföyünü bağlam olarak kullanarak özel strateji akıl yürütmesini ve derin araştırmayı yürütür. C³-SFT ile eğitildi (bkz. [Eğitim yöntemleri](/docs/minara-handbook/tr/teknoloji/dmind/training-methods.md)) böylece bir yanıt üretir, kendini eleştirir ve son halini vermeden önce revize eder. ### DMind-3 (21B) 21 milyar parametreli bulut modeli. OpenAI'nin gpt-oss-20b temel modeli üzerine inşa edilmiştir; 256 bin tokenlık bağlam penceresi için özel bir Transformer ve Çok Ölçekli RoPE konum kodlaması kullanır. Yerel BF16/FP16 hassasiyeti. 500.000'den fazla seçilmiş belge ve çok terabaytlık zincir üstü veriyle eğitildi. Kullanıcı cihazlarında değil, bulutta veya özel bir VPC'de çalışır. ## DMind-2 serisi (2025) DMind-2 geçiş nesliydi, araç çağırma ve kripto yatırım analizi odaklıydı. Her iki model de hâlâ kullanılabilir, ancak DMind-3 onların yerini aldığı için artık birincil öneri değildir. ### DMind-2-107B Araç çağırma desteğiyle kripto yatırım analizi için 107 milyar parametreli amiral gemisi model. Model, zincir üstü veri API'lerini, borsa API'lerini ve piyasa verisi hizmetlerini doğrudan çağırabilir. ### DMind-2-4B Aynı aileden, 4 milyar parametreli hafif bir sürüm. Daha küçük bir ayak izinde aynı yatırım analizi uzmanlığıyla yerel dağıtım için tasarlanmıştır. ## DMind-1 serisi (2025) İlk nesil ve açık ağırlıklara sahip, kamuya açık şekilde yayımlanan ilk Web3-yerel LLM. Alibaba'nın Qwen3 temel modelleri üzerine kuruldu; 32,7 GB kaynak belgelerden damıtılmış 13.276 uzman küratörlü Web3 bilgi öğesi üzerinde ince ayar yapıldı. ### DMind-1 (32B) Orijinal Web3-yerel LLM. Qwen3-32B üzerine kuruldu. İki aşamada eğitildi: seçilmiş veri kümesi üzerinde LoRA ile denetimli ince ayar, ardından Web3'e özgü bir ödül modeli kullanılarak PPO ile RLHF. Web3 görevlerinde, belirteç maliyetinin %10–30'u ile çok daha büyük genel amaçlı modellerin performansına eşdeğer sonuç verir. ### DMind-1-mini (14B) Qwen3-14B üzerine kurulu damıtılmış bir sürüm; hem DMind-1'i hem de genel bir SOTA modeli çift öğretmen olarak kullanır. Damıtma üç düzeyde çalışır. Öğrenci, öğretmenin nihai çıktılarını, her bir belirteç üzerindeki tam olasılık dağılımını ve öğretmenin ara katman temsillerini öğrenir. Bu, ailede en çok indirilen modeldir; çünkü çoğu ajan uygulamasının amiral gemisi yerine küçük ve hızlı bir modele ihtiyacı vardır. ## Bir bakışta | Model | Boyut | Nerede çalışır | Birincil kullanım | | ------------ | ----- | ------------------------- | --------------------------------- | | DMind-3-Nano | 270M | Tarayıcı / cüzdan / mobil | İşlem güvenliği kontrolleri | | DMind-3-Mini | 4B | Kullanıcı cihazı | Özel strateji ve araştırma | | DMind-3 | 21B | Bulut / özel VPC | Piyasa genelinde araştırma | | DMind-2-107B | 107B | Bulut | Araç çağrılarıyla yatırım analizi | | DMind-2-4B | 4B | Yerel | Hafif yatırım analizi | | DMind-1 | 32B | Bulut | İlk Web3-yerel LLM | | DMind-1-mini | 14B | Bulut / yerel | Damıtılmış Web3 ajan modeli | Yedi modelin tamamı ve benchmark veri kümesi şu adreste mevcuttur [huggingface.co/DMindAI](https://huggingface.co/DMindAI). --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://minara.ai/docs/minara-handbook/tr/teknoloji/dmind/model-family.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.