GitHub beschrijft een nieuwe aanpak voor het opsporen van geheime sleutels en andere inloggegevens in code. Regexfilters verzamelen eerst mogelijke kandidaten; een met ModernBERT getrainde classifier beoordeelt daarna de kandidaat samen met context zoals het bestandspad, variabelenamen en omliggende tekst. Daarmee wil GitHub echte secrets beter onderscheiden van placeholders, testdata en checksums. De aanpak is volgens GitHub bedoeld voor zowel scans na een commit als push protection vóór een commit wordt geaccepteerd.
Volgens GitHub leidde de nieuwe pipeline in een productie-evaluatie tot 11,5 procent hogere acceptatie van meldingen door repository-eigenaren. De mediane uitvoeringstijd van scans na een push daalde volgens het bedrijf met 86 procent en de kosten voor het aanbieden van het model met meer dan 98 procent ten opzichte van een eerdere LLM-pipeline. In een offline evaluatie rapporteerde GitHub bovendien 13 procent hogere precisie en 19 procent hogere recall. Deze cijfers zijn niet onafhankelijk geverifieerd. De classifier wordt in ONNX-formaat met 8-bits kwantisatie uitgevoerd.