Sailor2 是一项社区驱动的倡议，旨在为东南亚 (SEA) 带来最先进的多语言语言模型。 我们的研究强调，生产用途对 8B 和 20B 参数范围的模型有强烈的需求，同时对专业应用（例如推测解码和研究目的）的 1B 模型也有需求。 这些模型以 Apache 2.0 许可证发布，可在整个地区增强对高级语言技术的访问。

Sailor2 以强大的多语言模型 Qwen 2.5 为基础构建，并在 500B 个 token 上持续预训练，以支持包含英语、中文、缅甸语、宿务语、伊洛卡诺语、印度尼西亚语、爪哇语、高棉语、老挝语、马来语、巽他语、他加禄语、泰语、越南语和瓦瑞语的 15 种语言。 通过满足对多样化、强大和可访问的语言模型日益增长的需求，Sailor2 旨在通过开放、包容和可访问的多语言 LLM 为 SEA 地区服务不足的地区提供服务。 Sailor2 模型有三种尺寸：1B、8B 和 20B，它们分别从 Qwen2.5 的 0.5B、7B 和 14B 基础模型扩展而来。