跳到正文
10月15日周四
10月14日周三
  1. GitHub Blog · AI & ML52

    GitHub 发布基于 ModernBERT 的新密钥检测模型,误报更少且成本降低超 98%

    GitHub 推出新的密钥扫描管线,采用正则表达式生成候选项并结合微调后的 ModernBERT 分类器进行上下文评估,以区分真实凭证与相似字符串。该方案使仓库所有者加权接受率提高 11.5%,中位后推送扫描执行时间缩短 86%,服务成本较之前的 LLM 管线降低超过 98%。新模型通过 ONNX 格式导出并应用 8-bit 量化,实现了在保持高召回率的同时显著减少误报和推理开销。

10月8日周四
  1. GitHub Blog · AI & ML60

    GitHub 发布新密钥保护模型以应对 AI 代码激增

    GitHub 宣布推出由 Microsoft Applied Sciences 协助构建的 ModernBERT 分类器,用于扩展推送保护至非结构化密钥。该模型能在 2 毫秒内评估候选密钥批次,预计可将可预防的密钥数量增加一倍以上。

    推荐理由:GitHub 推出基于 ModernBERT 的新分类器,将非结构化密钥检测延迟降至 2ms 以下,旨在解决 AI 生成代码激增带来的泄露防护瓶颈。

  2. IT之家75

    微软宣布 GitHub Copilot 将支持本地 AI 模型推理

    微软在旧金山发布会上宣布,GitHub Copilot 将在本月底前支持本地 AI 模型推理,允许开发者在云端模型与设备端模型之间自动或手动切换。目前 Copilot 依赖云端托管模型,新机制将扩展协调器功能以自动选择推理后端。用户可选择自动编排模式或强制使用设备端模型,Surface Laptop Ultra 上的本地推理吞吐量最高可达每秒 63 词元。

10月7日周三
  1. The Decoder86

    OpenAI 在 GitHub 发布 372 个 AI 生成数学证明

    OpenAI 在 GitHub 发布了由内部前沿模型生成的 372 个新数学结果,旨在解决开放问题或取得重大进展。这些成果包含对主要计算机算法的改进以及与黎曼猜想相关的进展,多数附带 Lean 形式化验证以缓解人工审查瓶颈。OpenAI 选择 GitHub 而非同行评审期刊发布,暗示传统科学流程无法适应此知识产出速度,该做法引发数学界关于 AI 目标与学科本质错位的争议。

    同一新闻,精选展示《OpenAI 发布由内部前沿模型驱动的新成果》

10月5日周一
  1. GitHub Blog · AI & ML50

    GitHub 发布 ReviewBench:面向 AI 代码审查的开源基准

    GitHub 推出 ReviewBench,这是一个基于 1.039 亿个真实 Pull Request 分布构建的 AI 代码审查离线基准。该基准包含覆盖 19 种语言的 219 个代表性 PR,采用多源黄金集并由高级工程师以 96.6% 的一致性进行独立验证。ReviewBench 通过结构化严重性与类别标签及四项评估指标,帮助开发者客观比较不同代码审查智能体的精度与召回率权衡。

10月2日周五
9月25日周五
  1. GitHub Blog · AI & ML78

    GitHub Security Lab Taskflow Agent:AI 驱动的自动化模糊测试流水线

    GitHub Security Lab 发布 Fuzzing Taskflow,这是一个基于 GitHub Security Lab Taskflow Agent 框架构建的自主模糊测试流水线,专为 C/C++ 项目设计。

    推荐理由:GitHub Security Lab 开源了基于 LLM Agent 的自动化模糊测试流水线,详细拆解了从 Harness 生成、覆盖率反馈循环到崩溃分诊的全流程设计。

9月24日周四
  1. GitHub Blog · AI & ML50

    GitHub Copilot 应用如何渲染超大 Pull Request

    GitHub Copilot 应用重构了 Pull Request 视图,以支持包含 2,200 个文件和超百万行变更的巨型 PR。通过分离确定性代码几何与动态评论块几何,并采用惰性测量机制,解决了因 Markdown 和异步资源导致的高度不可预测问题。该架构在保持滚动流畅的同时,有效避免了传统虚拟化方案中的布局跳动。

9月17日周四
  1. GitHub Blog · AI & ML84

    GitHub Copilot 运行时迁移至 Rust 的实践复盘

    GitHub 使用 Copilot CLI 和 App 中的 AI Agent,将 Copilot agent runtime 从 TypeScript 重写为超过 80 万行生产级 Rust 代码。

    推荐理由:文章详细复盘了利用 AI Agent 将 Copilot 运行时从 TypeScript 迁移至 Rust 的全过程,提供了大规模代码重构的增量策略、多会话并发协作模式及性能优化数据。