Sailor2 是一项社区驱动的倡议，旨在为东南亚 (SEA) 带来最前沿的多语言语言模型。我们的研究强调，生产用途对8B 和 20B 参数范围的模型有强劲需求，同时1B 模型 用于专门应用，例如推测性解码和研究目的。这些模型以 Apache 2.0 许可发布，增强了整个地区对先进语言技术的访问。

Sailor2 以出色的多语言模型 Qwen 2.5 为基础，并在 500B tokens 上持续预训练，以通过统一的模型更好地支持 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、强大且易于访问的语言模型日益增长的需求，Sailor2 致力于通过开放、包容和易于访问的多语言 LLM 为 SEA 地区服务不足的群体提供服务。 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。