GitHub 官方 AI 与开发工具更新· Batu Ozturkler·· 11 天前精选AI 评分60
GitHub 用微调 ModernBERT 重构密钥扫描模型
GitHub’s model for secret detection: Finding more secrets with less noise
先看结论
原文给出了可核对的线上与离线对比数据，适合评估小模型分类器替代远程 LLM 在安全扫描类任务中的取舍。
报道讲了什么
- GitHub 发布新的密钥扫描流水线，用正则筛选候选再由微调 ModernBERT 分类，取代此前的 LLM 流水线。
- 效率提升使通用密钥检测得以扩展到推送保护，在开发者推送前返回结果。
可以做什么
- 正则阶段以高召回快速筛出疑似凭据字符串，覆盖仓库内容、提交和拉取请求等扫描面。
- 分类器结合候选值、文件路径、变量名和周边代码判断是否为真实密钥，过滤占位符、测试样例和校验和。
- 模型导出为 ONNX 格式并做 8 位量化，用于快速推理。
怎么使用
原文没有提供可复现的操作步骤，请从下方原文或官方说明确认使用方法。
结果与限制
- 分类器是对正则扫描的补充而非替代，正则仍负责快速找出候选字符串。
- 阈值先在离线评估中选定，再在生产类流量上验证后才扩大上线。
- 接受率按仓库所有者加权，以降低批量处理大量告警的客户对平均值的影响。
使用入口与依据
推荐理由
GitHub 用微调 ModernBERT 替换远程 LLM 做密钥分类，给出了精度、时延与成本三组线上对比数据。
来源：GitHub 官方 AI 与开发工具更新 · github.blog
事件后续
暂未关联到可公开的事件进展。后续报道核实并归组后会显示在这里。