GitHubがModernBERTを用いたシークレット検出モデルの設計と評価を解説

GitHubは、正規表現で候補を抽出し、ファインチューニングしたModernBERTで周辺文脈を分類するシークレット検出パイプラインを解説しました。従来のLLMベースの方式と比べ、ポストプッシュスキャンの実行時間は86%短縮し、提供コストは98%以上削減したと報告しています。顧客A/B評価では、リポジトリ所有者で重み付けした検出結果の受容率が11.5%向上しました。