GitHub 发布基于 ModernBERT 的秘密检测模型以降低误报

GitHub 推出新的秘密检测流水线，采用微调的 ModernBERT 分类器替代原有的 LLM 方案，旨在区分真实凭证与上下文中的假阳性样本。该方案将推送后扫描的中位执行时间降低 86%，服务成本降低超过 98%，同时使仓库所有者加权的警报接受率提升 11.5%。新流程结合正则表达式进行候选生成，利用模型理解代码上下文以过滤测试夹具或文档占位符等干扰项。