GitHubのシークレット検出モデル、ノイズを減らしてより多くのシークレットを発見

GitHubはsecret scanning向けに、正規表現で候補を抽出し、ファインチューニングしたModernBERT分類器で文脈から本物かを判定する2段階パイプラインを導入した。従来のLLMベースのパイプラインと比べ、post-pushスキャンの実行時間の中央値は86%短縮、提供コストは98%以上削減、オーナー加重のアラート精度に基づく受け入れ率は11.5%向上した。高速化により、汎用シークレット検出をpush protectionにも拡張できた。