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，对于生产用途的8B 和 20B 参数范围的模型以及用于推测性解码和研究目的等专业应用的 1B 模型存在强烈的需求。这些模型以 Apache 2.0 许可发布，增强了该地区对高级语言技术的访问性。

Sailor2 基于出色的多语言模型 Qwen 2.5 的基础构建，并持续在 500B 个 token 上进行预训练，以使用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、越南语和瓦莱语。通过满足对多样化、强大且易于访问的语言模型日益增长的需求，Sailor2 旨在通过开放、包容和易于访问的多语言 LLM 为东南亚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 基础模型的 0.5B、7B 和 14B 扩展而来。