КибербезопасностьКод

WhiteRabbitNeo / DeepHat

Одно из самых известных открытых семейств для задач безопасности и DevSecOps: разбор кода на уязвимости, сценарии проверок, объяснение атак.

Разработчик
Kindo, США
Первый выпуск
дек 2023
Последний выпуск
апр 2025
Размеры
7B – 70B
Лицензия
Коммерция с условиямисмешанная: у поздних версий Apache 2.0 с дополнением об ограничениях использования, у ранних — лицензии Llama 2 и Llama 3.1
Русский язык
Нет
Готовые сборки
GGUF, 4 бита, MLX (Apple)
Запуск
Через свой серверНужна видеокарта
Сферы
Безопасность, Разработка ПО

Какие задачи решает

  • Поиск слабых мест в коде и конфигурациях
  • Разбор инцидентов и объяснение техник атак
  • Черновики скриптов и регламентов для команды безопасности

Где применяется

Отделы информационной безопасностиРазработка и DevOpsАудит защищённости

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
подходит

Версии

  1. DeepHat V1 7B (бывш. WhiteRabbitNeo V3)
  2. WhiteRabbitNeo 2.5 на Qwen2.5-Coder 7B
  3. Llama-3.1 WhiteRabbitNeo 2 8B и 70B
  4. Llama-3 WhiteRabbitNeo 8B v2.0
  5. WhiteRabbitNeo 7B v1.5a и 33B v1.5
  6. WhiteRabbitNeo 13B и 33B v1

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.

Частые вопросы

Можно ли использовать WhiteRabbitNeo / DeepHat в коммерческом проекте?

С условиями. Лицензия: смешанная: у поздних версий Apache 2.0 с дополнением об ограничениях использования, у ранних — лицензии Llama 2 и Llama 3.1. Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для WhiteRabbitNeo / DeepHat?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли WhiteRabbitNeo / DeepHat русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать WhiteRabbitNeo / DeepHat и сколько это стоит?

Веса WhiteRabbitNeo / DeepHat лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Источник: huggingface.co/DeepHat/DeepHat-V1-7B. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.