GitHub 用 ModernBERT 分类器降低密钥扫描误报

GitHub 公布其密钥扫描所用上下文感知分类器的设计与训练方法：用微调后的 ModernBERT 替代此前的 LLM 流水线，判断正则表达式高召回候选中的密钥是否真实。GitHub 称，新方案使用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98% 以上。 该流水线先用正则表达式生成候选，再由模型结合文件路径、变量名和上下文判断；模型以 ONNX 格式导出并做 8 位量化以加快推理。GitHub 表示效率提升使通用密钥检测得以扩展到推送保护，在推送前返回结果。 GitHub 称评估分两阶段进行：先在同一公开流量上与生产基线对比，再做客户 A/B 实验。上述效果均为 GitHub 的说法。

AI 根据报道生成 · 2 天前更新

还没有足够的连续观测数据，暂不绘制趋势。