GitHub 团队如何在上线前评估 LLM 系统

GitHub 团队分享在上线前评估 LLM 系统的实践，来自其用 LLM 降低 secret scanning 误报的工作，最终在评估所用的离线数据集上实现 95% 误报减少，同时召回率保持在预设护栏内。