> 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/zh/ji-shu/dmind.md).

# DMind

Minara 由以下内容提供支持 [DMind](https://dmind.ai/)，一家开源研究机构，致力于构建面向 Web3 和数字金融的大语言模型、基准测试、数据集和工具。DMind 的模型负责 Minara 中与金融原生相关的部分：解析链上数据、推理 DeFi 协议、评估交易风险，以及生成市场研究。这些模型与 Claude 和 GPT 等通用模型搭配使用，由后者处理超出金融范畴的任务。

## 为什么要使用领域原生模型

通用型 LLM 在 Web3 中存在四个结构性缺口。

Web3 内容在其训练数据中占比不足，因此它们经常会编造看似合理但错误的答案，涉及特定协议、合约机制或代币经济学。仅云端推理迫使用户将钱包活动和交易意图发送到第三方服务器。基于聊天的产品在最关键的时刻无法提供帮助，也就是用户签署交易的时候。而 API 往返对于清算或 MEV 保护等时间敏感场景来说又太慢了。

DMind 构建能够弥补这些缺口的模型，并公开发布权重和训练数据，以便任何人都能审计。

## DMind 发布了什么

DMind 已发布七个开源模型，跨越三代，从一个 2.7 亿参数的端侧安全模型到一个 210 亿参数的云端推理模型不等。除了这些模型外，DMind 还发布了一个用于 Web3 理解的评测套件（涵盖 9 个子领域的 1,917 个经专家审核的问题，已被 KDD 2026 接收），以及一个用于将 DMind 模型集成到 Web3 应用中的 TypeScript SDK。

## DMind 如何为 Minara 提供支持

Minara 会根据每项任务的需求，在 DMind 的各个模型之间分配工作。

交易时的安全检查在一个小型端侧模型（DMind-3-Nano）上运行，因此无需网络往返即可工作。策略分析和私密研究则在本地 40 亿参数模型（DMind-3-Mini）上运行，它会推理用户的具体持仓，而不会将其发送到云端。全市场研究、跨链分析和长篇报告则在云端的 210 亿参数 Oracle 模型上运行，该模型拥有 256k 的上下文窗口，并汇总全球数据。

这种划分并非随意。它是 [主权架构](/docs/minara-handbook/zh/ji-shu/dmind/sovereign-architecture.md) ，定义了什么在何处运行，以及为何如此。

{% hint style="info" %}
交易的最终放行/拒绝决策始终发生在用户设备上，绝不会在云端进行。这是整个架构的安全锚点。
{% endhint %}

## 继续阅读

* [主权架构](/docs/minara-handbook/zh/ji-shu/dmind/sovereign-architecture.md)。DMind-3 背后的边缘-本地-云设计，以及它对隐私的意义。
* [模型家族](/docs/minara-handbook/zh/ji-shu/dmind/model-family.md)。七个模型各自承担什么功能，以及在何时被使用。
* [DMind 基准测试](/docs/minara-handbook/zh/ji-shu/dmind/benchmark.md)。被 KDD 2026 接收的 Web3 评测套件。
* [训练方法](/docs/minara-handbook/zh/ji-shu/dmind/training-methods.md)。HPS、C³-SFT，以及这些模型如何学习 Web3 特定推理。

## 资源

* 网站： [dmind.ai](https://dmind.ai/)
* GitHub： [github.com/DMindAI](https://github.com/DMindAI)
* Hugging Face： [huggingface.co/DMindAI](https://huggingface.co/DMindAI)
* 论文： [DMind Benchmark（arXiv:2504.16116）](https://arxiv.org/abs/2504.16116), [DMind-3（arXiv:2602.11651）](https://arxiv.org/abs/2602.11651)


---

# 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/zh/ji-shu/dmind.md?ask=<question>
```

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.