Sailor2 是一项社区驱动计划，旨在为东南亚 (SEA) 带来自主研发的多语言大型语言模型。我们的研究表明，在生产环境中，对 **8B 和 20B** 参数规模的模型有很强的需求，而 **1B 模型** 则适用于专业应用，例如推测性解码和研究目的。这些模型在 **Apache 2.0 许可证** 下发布，提高了该地区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 致力于为东南亚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 模型有三种尺寸：1B、8B 和 20B，分别基于 Qwen2.5 的 0.5B、7B 和 14B 基础模型扩展而来。