Sailor2 是一项社区驱动的倡议，旨在将尖端的多语言模型引入东南亚（SEA）。我们的研究强调了对生产使用的 **8B 和 20B** 参数范围模型以及用于专门应用（如推测解码和研究目的）的 **1B 模型** 的强烈需求。这些模型以 **Apache 2.0 许可**发布，提高了该地区对先进语言技术的访问性。

Sailor2 基于优秀的多语言模型 Qwen 2.5 构建，并在 500B 标记上持续预训练，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、越南语和瓦瑞语。通过解决对多样化、强大和可访问语言模型日益增长的需求，Sailor2 寻求通过开放、包容和可访问的多语言 LLM 为东南亚地区服务不足的人群提供服务。Sailor2 模型有三种规模，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。