我们的秘密扫描会检查代码中是否有意外提交的凭据（API密钥、密码、令牌）。这当然容易遗漏机密或将安全代码标记为风险。因此，我们对两个小型LoRA适配器（Qwen 3.6 35B A3B）进行了微调，以捕获扫描中的假阳性和假阴性。两者在我们的仓库级保留集上均超越了GPT-5.5和Opus 4.8。在@huggingface上开放权重：‣ Risk: http://huggingface.co/factoryai/shield-risk-r16-c15… ‣ Downgrade: http://huggingface.co/factoryai/shield-dg-r64-c15…

factoryai/shield-risk-r16-c15 · Hugging Face 来源：https://huggingface.co/factoryai/shield-risk-r16-c15

https://huggingface.co/factoryai/shield-risk-r16-c15#droid-shield—risk-missed-secret-fallback

Droid Shield - 风险（遗漏机密回退）标记确定性扫描器遗漏的可能机密（假阴性）。此仓库包含用于 Qwen/Qwen3.6-35B-A3B (https://huggingface.co/Qwen/Qwen3.6-35B-A3B) 的 PEFT LoRA（r=16, alpha=32），由 Droid Shield 2.0 使用。它针对基础文本塔，必须应用于基础权重之上；它不是独立模型。

https://huggingface.co/factoryai/shield-risk-r16-c15#the-contract

这适配器是针对精确的提示和输入/输出模式进行训练的。发送其他内容可能会使其性能静默下降。以下三个部分都是训练模型协议的一部分。

https://huggingface.co/factoryai/shield-risk-r16-c15#1-system-message

1. 系统消息 将 system-prompt.txt (https://huggingface.co/factoryai/shield-risk-r16-c15/blob/main/system-prompt.txt) 的内容逐字发送作为系统消息。确切的字节很重要。

• sha256(system-prompt.txt) = d475080b8357748aa5c18853cb89b528a85547dae8df07559ae94bf58fcaa164 注意：附带的系统提示特意提到了“Droid Shield”，因为这些适配器是为 Factory 的 Droid Shield 工作流训练的。重新调整适配器用途的客户可能需要不同的品牌或框架；验证任何提示编辑，因为更改训练协议可能会改变得分。

https://huggingface.co/factoryai/shield-risk-r16-c15#2-user-message

2. 用户消息 单个 JSON 对象，序列化为缩进2空格的漂亮 JSON，保留非 ASCII 字符（规范形式：JS JSON.stringify(value, null, 2)），包含以下键：

• extension：文件扩展名
• lines：源代码行的有序小窗口
• focus_line：lines 中候选行的零基索引

https://huggingface.co/factoryai/shield-risk-r16-c15#3-assistant-output

3. 助手输出 严格 JSON，判决首先，没有思考/推理文本：{"verdict": "S", "reason": "short natural-language reason grounded in the input"} verdict 精确为以下之一：

• S：没有可处理的遗漏机密风险（安全占位符、测试、文档或公共标识符）
• B：可能是正则表达式遗漏的真实凭据；警告用户可能存在假阴性

https://huggingface.co/factoryai/shield-risk-r16-c15#decoding-requirements

解码要求

• 确定性：贪心 / temperature = 0（do_sample = false）。附带的 generation_config.json 因此设置为贪心。
• 无思考：训练目标不包含任何 区块。捆绑的聊天模板默认打开思考回合，因此您必须禁用它（使用捆绑模板时，传递 `enable_thinking=False`）。助手回合必须以没有打开的 区块开始，以便模型直接输出判决 JSON；否则，判决优先的协议和对数概率得分会失效。
• 约束输出为 {verdict, reason} 对象（强烈建议使用 JSON 模式或语法约束解码）。
• 得分：校准信号是从判决位置的分词对数概率中读取的 P(B)，在两个判决分词上重新归一化：P(B) = exp(logprob_B) / (exp(logprob_S) + exp(logprob_B))。请求该分词的 top-2 对数概率。两个任务都按 P(B) = “视为真实机密” 排序。

https://huggingface.co/factoryai/shield-risk-r16-c15#operating-point

操作点 适配器输出概率；决策阈值不是内置的。它在下游选择并冻结在保留数据划分上：

• 有利于召回率。下游选择在假阳性率上限（Wilson 上置信界）下最大化召回率的阈值，在保留数据划分上选择然后冻结。

https://huggingface.co/factoryai/shield-risk-r16-c15#loading

加载 这是一个标准的 PEFT LoRA（fw_lora_layout: hf_peft_v1），其目标模块与基础文本塔匹配，因此它可以加载任何支持在 Qwen/Qwen3.6-35B-A3B 之上使用 PEFT LoRA 的堆栈（例如 transformers + peft, vLLM, TGI, Fireworks）。然后按照上面的协议驱动：system-prompt.txt 作为系统消息，JSON 用户消息，贪心解码，关闭思考。两个需要注意的点：

• 基础是一个多模态的 Qwen3_5MoeForConditionalGeneration 架构，因此加载完整的基础模型并在其上应用适配器；LoRA 只触及语言塔。
• 运行时需要一个足够新的架构来识别 qwen3_5_moe（例如，transformers >= 4.57）。

https://huggingface.co/factoryai/shield-risk-r16-c15#provenance–license

来源与许可

• 基础模型：Qwen/Qwen3.6-35B-A3B（Fireworks 训练基础 qwen3p6-35b-a3b）。
• 训练/评估流程位于 factory 单体仓库的 finetune/ 目录下。
• 此适配器继承基础模型的许可，并作为 Factory 工件发布。

Factory (@FactoryAI): 介绍 Droid Shield 2.0：学习型机密检测，实现更安全的规模化自主工程。