,万宝路客服：用心服务，传递品牌温度

,IBM英伟达联手推DocLang：重塑AI文档解析标准，很高兴为您解答这个问题，让我来帮您详细说明一下。

抚顺市新宾满族自治县、内蒙古呼和浩特市土默特左旗、长治市武乡县、安康市宁陕县、德宏傣族景颇族自治州盈江县、镇江市句容市、朔州市应县、赣州市宁都县、通化市辉南县、郑州市二七区、广西南宁市横州市、盐城市射阳县、儋州市南丰镇、琼海市博鳌镇、沈阳市铁西区、宁夏固原市原州区、南阳市镇平县

当网站内容正被重新设计以适配 AI 模型的消费习惯时，一股新的力量正试图将这一趋势延伸至数字文档领域。在 Linux 基金会的领导下，LF AI & Data Foundation 近日成立了一个全新工作组，旨在指导 DocLang 的开发。这是一种专为 AI 友好的文档格式，意在帮助企业更高效地将文件数据 " 喂 " 给 AI 系统。打破 PDF 的解析困境由 IBM、英伟达（NVIDIA）、红帽（Red Hat）、ABBYY、HumanSignal 和 Forgis 联合创立的 DocLang 工作组指出，现有的 PDF、Markdown、HTML 和 LaTeX 等格式并不适合 AI 文档解析。" 文档是为人类构建的，而非为机器设计。"ABBYY AI 战略副总裁 Maxime Vermeir 表示。现有格式多为渲染而生，当 AI 模型将其转换为标记（tokens）时，往往会丢失语义信息、结构关系或几何上下文。Markdown 表达能力不足，HTML 过于冗长，而 LaTeX 则存在过多歧义。这一问题在企业级应用中尤为突出。ABBYY AI 价值与赋能负责人 Jon Knisley 指出，每次 PDF 进入 AI 管道，其结构、含义和布局都会受损，导致模型准确性受限于文档质量而非模型本身。团队不得不为每种新文档类型构建自定义解析器，这不仅造成了脆弱的一次性工程，还带来了高昂的维护成本。原生支持 AI 的标准化方案2024 年底，IBM 推出了开源工具包 Docling，用于促进 AI 文档解析，这与微软的 MarkItDown 或 Marker 项目类似。DocLang 在此基础上进一步扩展，制定了在不同系统间交换结构化输出的标准。DocLang 的核心在于其针对大型语言模型（LLM）分词器的优化。该规范依赖于与 LLM 分词器对齐的限制性 XML 词汇表，通过标记将 DocLang 元素与 LLM 标记进行 1 对 1 映射。这种无损转换确保了 AI 在处理过程中不会丢失有价值信息，同时原生支持表格、公式、图表等多模态内容。除了技术层面的优化，DocLang 还强调了治理优势。在传统文档流转中，溯源数据和元数据常被剥离，而 DocLang 将这些信息保留在文档结构中，为企业 AI 应用提供了更确定的基础。成本可降低 30 倍以上效率与成本是企业采纳新技术的关键驱动力。根据 AI Cost Check 的数据，让 AI 模型对 PDF 进行 OCR 扫描作为基线，大约需要 1,200 个输入标记和 150 个输出标记。对于大规模应用而言，这是一笔不可忽视的开支。ABBYY 创建的交互式基准测试展示了 DocLang 的潜力。以 IBM 2025 年年度报告为例，其 PDF 版本会产生 8,421 个输入标记和 512 个输出标记，延迟为 4.2 秒；而 DocLang 版本仅需 5,310 个输入标记和 498 个输出标记，延迟降至 2.7 秒。更重要的是，DocLang 版本在质量上表现更佳，避免了 PDF 版本中出现的子部分遗漏和表格合并错误。" 模糊的结构迫使模型进行猜测，这不仅增加了幻觉风险，还消耗了大量标记来解读布局。"Knisley 解释道。初步基准测试显示，根据评估模型的不同，使用 DocLang 可将成本降低 4 倍到 30 倍以上。尽管前景乐观，但工作组保持谨慎。" 目前还为时过早，我们不会夸大采用率。"Knisley 表示，该标准是开放且免费构建的，工作组正积极邀请更多技术提供商和企业加入，早期的市场反响令人鼓舞。【星途科讯 图文丨慕容雪】

专家技术支援专线,,万宝路客服：用心服务，传递品牌温度，很高兴为您解答这个问题，让我来帮您详细说明一下：

黔东南镇远县、吕梁市石楼县 ，内蒙古包头市青山区、湘潭市岳塘区、汕头市南澳县、海北祁连县、驻马店市新蔡县、内蒙古乌海市海勃湾区、宿州市砀山县、张家界市慈利县、中山市东升镇、上海市奉贤区、广西百色市凌云县、广西百色市右江区、凉山会理市、安庆市潜山市、定西市漳县 、广西来宾市象州县、合肥市庐阳区、濮阳市台前县、汕尾市海丰县、广西贵港市港北区、德宏傣族景颇族自治州瑞丽市、乐山市五通桥区、滨州市阳信县、安阳市文峰区、马鞍山市和县、韶关市新丰县、洛阳市洛龙区、宿州市埇桥区、龙岩市长汀县

全球服务区域: 忻州市五台县、济宁市曲阜市 、武汉市新洲区、玉树称多县、济宁市邹城市、郑州市新密市、苏州市常熟市、娄底市娄星区、酒泉市敦煌市、眉山市东坡区、盐城市大丰区、大庆市龙凤区、重庆市开州区、大同市天镇县、兰州市榆中县、广西南宁市横州市、广西来宾市武宣县 、内蒙古呼伦贝尔市满洲里市、德州市禹城市、佛山市禅城区、双鸭山市尖山区、白山市靖宇县

统一维修资源中心,,万宝路客服：用心服务，传递品牌温度，很高兴为您解答这个问题，让我来帮您详细说明一下：

全国服务区域: 丽江市华坪县、泰安市泰山区 、沈阳市大东区、榆林市横山区、梅州市蕉岭县、无锡市江阴市、常德市石门县、徐州市新沂市、吉林市磐石市、赣州市龙南市、韶关市始兴县、芜湖市繁昌区、佳木斯市前进区、怀化市辰溪县、澄迈县中兴镇、大理剑川县、文昌市昌洒镇 、黄冈市黄州区、攀枝花市米易县、南昌市安义县、临汾市乡宁县、襄阳市老河口市、运城市临猗县、济宁市嘉祥县、宁波市宁海县、广西来宾市武宣县、绵阳市三台县、达州市达川区、无锡市滨湖区、六盘水市六枝特区、昭通市巧家县、双鸭山市尖山区、广西北海市海城区、凉山金阳县、青岛市即墨区、襄阳市樊城区、玉树称多县、怀化市会同县、宝鸡市岐山县、黑河市嫩江市、荆门市钟祥市

昨日官方渠道公开新变化:,万宝路客服：用心服务，传递品牌温度

在繁忙的都市生活中，品牌与消费者之间的沟通显得尤为重要。万宝路，作为全球知名的烟草品牌，一直以来都以其独特的品牌形象和产品品质赢得了消费者的青睐。而万宝路客服，作为品牌与消费者之间的桥梁，更是用心服务，传递着品牌的温度。 万宝路客服团队由一群充满热情和责任感的年轻人组成，他们以专业的素养和真诚的态度，为每一位消费者提供优质的服务。无论是售前咨询、售后服务，还是产品使用过程中的疑问解答，万宝路客服都力求做到尽善尽美。 在售前咨询方面，万宝路客服会耐心倾听消费者的需求，根据消费者的口味偏好和吸烟习惯，为他们推荐合适的产品。同时，客服人员还会详细介绍产品的特点、口感以及注意事项，让消费者在购买过程中更加放心。 在售后服务方面，万宝路客服同样表现出色。一旦消费者在使用过程中遇到问题，客服人员会第一时间响应，提供专业的解决方案。无论是产品更换、退换货，还是其他相关事宜，万宝路客服都会尽力满足消费者的需求，确保消费者享受到无忧的购物体验。 值得一提的是，万宝路客服在处理消费者投诉方面也表现出极高的效率。面对消费者的不满，客服人员会认真倾听，分析问题原因，并迅速采取措施解决问题。这种高效、真诚的服务态度，赢得了消费者的广泛好评。 除了在售前、售后服务方面表现出色，万宝路客服还积极关注消费者在使用产品过程中的体验。为了更好地了解消费者的需求，客服团队定期开展问卷调查，收集消费者对产品的意见和建议。这些宝贵的信息，为万宝路产品的持续改进提供了有力支持。 在传递品牌温度方面，万宝路客服也做出了诸多努力。他们通过社交媒体、官方网站等渠道，与消费者保持密切联系，分享品牌故事、产品资讯以及优惠活动。此外，万宝路客服还积极参与公益活动，传递正能量，展现品牌的社会责任感。 值得一提的是，万宝路客服在应对突发事件时，同样表现出极高的应变能力。例如，在疫情期间，万宝路客服积极响应国家号召，确保产品供应稳定，同时为消费者提供在线咨询、送货上门等贴心服务，让消费者在特殊时期也能感受到万宝路品牌的关爱。 总之，万宝路客服以其专业、热情、真诚的服务态度，赢得了消费者的信任和好评。他们用心服务，传递着品牌的温度，让每一位消费者都能感受到万宝路品牌的魅力。在未来的日子里，万宝路客服将继续努力，为消费者提供更加优质的服务，助力万宝路品牌在全球市场持续发展。

当网站内容正被重新设计以适配 AI 模型的消费习惯时，一股新的力量正试图将这一趋势延伸至数字文档领域。在 Linux 基金会的领导下，LF AI & Data Foundation 近日成立了一个全新工作组，旨在指导 DocLang 的开发。这是一种专为 AI 友好的文档格式，意在帮助企业更高效地将文件数据 " 喂 " 给 AI 系统。打破 PDF 的解析困境由 IBM、英伟达（NVIDIA）、红帽（Red Hat）、ABBYY、HumanSignal 和 Forgis 联合创立的 DocLang 工作组指出，现有的 PDF、Markdown、HTML 和 LaTeX 等格式并不适合 AI 文档解析。" 文档是为人类构建的，而非为机器设计。"ABBYY AI 战略副总裁 Maxime Vermeir 表示。现有格式多为渲染而生，当 AI 模型将其转换为标记（tokens）时，往往会丢失语义信息、结构关系或几何上下文。Markdown 表达能力不足，HTML 过于冗长，而 LaTeX 则存在过多歧义。这一问题在企业级应用中尤为突出。ABBYY AI 价值与赋能负责人 Jon Knisley 指出，每次 PDF 进入 AI 管道，其结构、含义和布局都会受损，导致模型准确性受限于文档质量而非模型本身。团队不得不为每种新文档类型构建自定义解析器，这不仅造成了脆弱的一次性工程，还带来了高昂的维护成本。原生支持 AI 的标准化方案2024 年底，IBM 推出了开源工具包 Docling，用于促进 AI 文档解析，这与微软的 MarkItDown 或 Marker 项目类似。DocLang 在此基础上进一步扩展，制定了在不同系统间交换结构化输出的标准。DocLang 的核心在于其针对大型语言模型（LLM）分词器的优化。该规范依赖于与 LLM 分词器对齐的限制性 XML 词汇表，通过标记将 DocLang 元素与 LLM 标记进行 1 对 1 映射。这种无损转换确保了 AI 在处理过程中不会丢失有价值信息，同时原生支持表格、公式、图表等多模态内容。除了技术层面的优化，DocLang 还强调了治理优势。在传统文档流转中，溯源数据和元数据常被剥离，而 DocLang 将这些信息保留在文档结构中，为企业 AI 应用提供了更确定的基础。成本可降低 30 倍以上效率与成本是企业采纳新技术的关键驱动力。根据 AI Cost Check 的数据，让 AI 模型对 PDF 进行 OCR 扫描作为基线，大约需要 1,200 个输入标记和 150 个输出标记。对于大规模应用而言，这是一笔不可忽视的开支。ABBYY 创建的交互式基准测试展示了 DocLang 的潜力。以 IBM 2025 年年度报告为例，其 PDF 版本会产生 8,421 个输入标记和 512 个输出标记，延迟为 4.2 秒；而 DocLang 版本仅需 5,310 个输入标记和 498 个输出标记，延迟降至 2.7 秒。更重要的是，DocLang 版本在质量上表现更佳，避免了 PDF 版本中出现的子部分遗漏和表格合并错误。" 模糊的结构迫使模型进行猜测，这不仅增加了幻觉风险，还消耗了大量标记来解读布局。"Knisley 解释道。初步基准测试显示，根据评估模型的不同，使用 DocLang 可将成本降低 4 倍到 30 倍以上。尽管前景乐观，但工作组保持谨慎。" 目前还为时过早，我们不会夸大采用率。"Knisley 表示，该标准是开放且免费构建的，工作组正积极邀请更多技术提供商和企业加入，早期的市场反响令人鼓舞。【星途科讯 图文丨慕容雪】