toloka/tolokaforge 是一个通用 LLM 基准测试框架，将工具使用、浏览器、移动端、编码和长期任务评估整合在一起。2026-11-06 的提交 3a13b4c 改动了该框架的 Langfuse 集成包 tolokaforge_langfuse。该包的数据安全门是一种装置，会扫描像 trace 或附件文件这样向外输出的数据，找出看起来像密码的值并阻止其导出。此次变更收窄了判定范围，使安全门更少把正当数据误认为机密而拦下，同时仍然拦下真正的机密。
豁免规则被收窄了。指向回环地址或 compose 服务名（db、postgres）、且密码与用户名相同并且是 12 个字符以内的单一字符类的数据库 URL，以及作为 40 位十六进制指纹的 GPG_KEY，属于豁免范围。主机之后还带有其他 @、后面跟着 host、hostaddr、service 参数，或超过 1KiB 的 URL 则不在例外之列。dotenv 行不区分名称大小写都会读取，但如果名称不是全大写，其值就不被视为机密，因此 `txn_key = compute(x)` 这样的行不会被拦下。豁免件数按规则分别统计，运行结束后会留下带有规则名称的一行警告。
在默认的 secrets: reject 旁边新增了 secrets: mask。在该模式下，只替换文件中的机密并重新编码，sha256 和 bytes 以被遮蔽的字节为基准计算，被遮蔽的文件也计为已附加。trace 元数据 schema 从 34 个键增加到 36 个键，bookkeeping 分组中新增了 secrets 和 secrets_masked。转录清洗调整了顺序，改为先整体遮蔽再截断。之所以如此，是因为密钥前缀之后的 10 个字符因格式不匹配而未被遮蔽，剩余字符可能会原样输出。
不过，这一变更仅限于 Langfuse 连接器在导出数据之前的检查。即便通过遮蔽也无法隐藏的文件，以及遮蔽之后无法还原为 YAML 或 JSON 的文件，与 reject 一样会被跳过。评测框架整体和模型性能都没有改动，提交信息也承认，安全门所不认识的形态的凭据仍然可能通过。同一条提交信息说明，该变更来自其后的跟进改动，其中包含绑定到遮蔽策略的测试和共享向量文件。检查在同名内容长时间延续的输入上变得呈平方级缓慢的问题，也通过按分段限制予以修复，提交信息写明修复前处理 96KB 的 KEY 字符串需要 21 秒。就现阶段而言，这是对那些因传输阻断的误报而受阻的团队切实有用的改动。