# 零樣本實體識別

GLiNER 是一個通用的命名實體識別（NER）模型，能夠識別任何類型的實體，為傳統 NER 模型提供了實用的替代方案。

GLiNER 是一個通用的命名實體識別（NER）模型，能夠通過雙向 Transformer 編碼器識別任何實體類型。

GLiNER 是一個通用的命名實體識別（NER）模型，能夠識別任何類型的實體，為傳統 NER 模型和大型語言模型提供了實用的替代方案。

GLiNER 是一個通用的命名實體識別（NER）模型，能夠識別任何實體類型，為傳統 NER 模型提供了實用替代方案。

GLiNER是一種基於雙向Transformer的命名實體識別模型，能夠識別任何實體類型，比傳統NER模型更靈活，比大語言模型更高效。

GLiNER是一個多語言命名實體識別(NER)模型，能夠通過雙向Transformer編碼器識別任何實體類型，為傳統NER模型提供了靈活替代方案。