Sailor2 是一项社区驱动的倡议，旨在为东南亚 (SEA) 带来最先进的多语种语言模型。 我们的研究强调了对生产使用的8B 和 20B 参数范围的模型以及用于推测性解码和研究等特殊应用的 1B 模型的强烈需求。 这些模型以 Apache 2.0 许可证发布，提高了该地区先进语言技术的可访问性。

Sailor2 建立在出色的多语种模型 Qwen 2.5 的基础上，并持续在 500B 个 token 上进行预训练，以更好地支持 15 种语言的统一模型。 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、越南语和瓦雷语。 通过满足对多样化、稳健和可访问的语言模型日益增长的需求，Sailor2 致力于通过开放、包容和可访问的多语种 LLM 为东南亚地区服务不足的群体提供服务。 Sailor2 模型有三种尺寸，分别为 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。