GitHub Blog · AI & ML· Batu Ozturkler·· 2026-10-14AI 评分56
GitHub 解读机密检测模型:如何发现更多真实凭据并减少误报
GitHub’s model for secret detection: Finding more secrets with less noise
AI 导读
GitHub 详解机密扫描的两阶段流程,通过正则筛选候选,再由微调的 ModernBERT 结合上下文区分真实凭据与误报。训练覆盖真实凭据、易混淆负样本及合成案例,模型以 ONNX 格式和 8-bit 量化部署;相比此前的 LLM 流程,提交后扫描执行时间中位数降低 86%,推理服务成本降低超过 98%。
来源:GitHub Blog · AI & ML · github.blog