Langfuse 披露金融 LLM 认证门禁：81.3% 数值准确率未达 85%
- 核心案例：Langfuse 的 Doneyli De Jesus 分享金融服务 LLM 认证实践，模型数值准确率为 81.3%，低于要求的 85%，认证门禁未通过。
- 工程方法：其做法是在每个模型或 prompt 变更进入生产前逐项测试，以认证门槛拦截不达标变更。
- 配套材料：分享附带 walkthrough 与代码，指向 Langfuse 关于金融服务 LLM 认证的博客。
- 行业意义：受监管场景开始把模型与提示词变更纳入可量化的发布门禁；81.3% 与 85% 的差距说明通用能力表述不足以替代面向业务指标的回归测试。 🔗 原推文 | Langfuse 博客
