GitHub公开密钥扫描分类器：误报减少、速度提升

GitHub 发布用于 secret scanning 的自研上下文感知分类器，用两阶段方案替换原先依赖远程大模型的流水线：先由正则匹配候选字符串，再由微调后的 ModernBERT 分类器结合文件路径、变量名等上下文判断是否为真实密钥。 GitHub 称，相比此前的 LLM 流水线，新模型将推送后扫描的中位执行时间缩短 86%、误报减少 11.5%，成本节省超过 98%。模型以 ONNX 格式导出并做 8-bit 量化，便于快速推理。GitHub 表示，正是这一提速使得把通用密钥检测扩展到推送前（push protection）成为可能，结果可在代码提交前返回。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。