GitHub treina classificador ModernBERT para reduzir falsos positivos no secret scanning

O GitHub aprimorou o secret scanning do GitHub Copilot com um classificador treinado para diferenciar credenciais reais de “lookalikes”, reduzindo ruído nas detecções. A solução usa um pipeline em duas etapas: regex para gerar candidatos e um modelo ModernBERT fine-tuned para avaliar o contexto do código e do texto ao redor de cada possível segredo.

Com isso, o GitHub relata queda de 86% no tempo mediano de execução do scan pós-push e mais de 98% de economia de custos em comparação com um pipeline baseado em LLM. A empresa também diz que a adoção do novo scanner melhorou em 11,5% a aceitação dos usuários, ajudando a reduzir alertas falsos tanto no post-push scanning quanto no push protection.