Sailor2 是一项社区驱动计划，旨在将尖端的多种语言模型引入东南亚 (SEA)。我们的研究强调了在生产用途方面对 **8B 和 20B** 参数范围的模型的强烈需求，以及对诸如推测解码和研究目的等专门应用的 **1B 模型**的需求。这些模型在 **Apache 2.0 许可证**下发布，增强了该地区对先进语言技术的可访问性。

Sailor2 建立在强大的多语言模型 Qwen 2.5 的基础之上，并持续在 5000 亿个 token 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、印尼语、爪哇语、高棉语、老挝语、马来语、巽他语、他加禄语、泰语、越南语和瓦拉伊语。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 致力于为 SEA 地区服务不足的地区提供开放、包容和易于访问的多语言大型语言模型。Sailor2 模型有三个尺寸：1B、8B 和 20B，它们分别基于 Qwen2.5 的 0.5B、7B 和 14B 基础模型进行扩展。