GitHub 将其密钥扫描中的 LLM 流水线替换为基于 ModernBERT 的上下文感知分类器。据 GitHub 称，推送后扫描中位执行时间缩短 86%，服务成本降低超 98%，仓库所有者加权告警接受率提升 11.5%。 新流程分两阶段：先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证，以过滤占位符、测试样例等硬负例。模型以 ONNX 格式导出并做 8 位量化以加快推理。
AI 根据报道生成 · 1 天前更新
沿着报道，了解事件的不同侧面。
GitHub 为密钥扫描训练了基于 ModernBERT 的上下文感知分类器，替代此前的 LLM 流水线，使推送后扫描中位执行时间缩短 86%、服务成本降低超 98%，用户告警接受率提升 11.5%。该方案采用两阶段流水线：先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭证，从而过滤占位符、测试样例等硬负例。
还没有足够的连续观测数据，暂不绘制趋势。