GitHub Blog · AI & ML· Batu Ozturkler·· 3 小时前精选AI 评分75
GitHub发布基于ModernBERT的上下文感知机密检测模型
GitHub’s model for secret detection: Finding more secrets with less noise
AI 导读
GitHub推出由正则表达式候选生成和微调 ModernBERT 分类器组成的新机密扫描流程,用于区分真实凭据与占位符、测试夹具和校验和等相似字符串。与此前的 LLM 流程相比,该方案使仓库所有者加权接受率提高 11.5%,推送后扫描中位执行时间降低 86%,服务成本降低超过 98%。
推荐理由
GitHub公开了从候选生成到上下文分类的混合方案,并用线上指标说明小型分类器如何降低误报、延迟与服务成本。
来源:GitHub Blog · AI & ML · github.blog