Sailor2 是一个社区驱动的倡议，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，生产使用中对 **8B 和 20B** 参数范围内的模型存在强劲需求，同时对用于推测解码和研究目的等专业应用的 **1B 模型**也存在需求。 这些模型以 **Apache 2.0 许可证**发布，可在整个地区提供对高级语言技术的增强可访问性。

Sailor2 建立在出色的多语言模型 Qwen 2.5 的基础上，并持续在 500B tokens 上进行预训练，以通过统一模型更好地支持 15 种语言。 这些语言包括英语、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。 通过解决对多样化、强大和可访问的语言模型不断增长的需求，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。