Sailor2 是一個社群驅動的倡議，旨在為東南亞 (SEA) 帶來最先進的多語言模型。我們的研究強調，業界對於參數範圍在8B 和 20B 的模型有強勁需求，同時也需要 1B 模型 用於專業應用，例如推測性解碼和研究目的。這些模型以 Apache 2.0 授權發布，在整個地區提高了對先進語言技術的可近性。

Sailor2 以出色的多語言模型 Qwen 2.5 為基礎構建，並在 500B tokens 上持續預訓練，以在統一模型中更好地支援 15 種語言。這些語言包括英語、中文、緬甸語、宿霧語、伊洛卡諾語、印尼語、爪哇語、高棉語、寮語、馬來語、巽他語、他加祿語、泰語、越南語和瓦瑞語。透過應對對於多樣化、穩健和可近用的語言模型日益增長的需求，Sailor2 致力於為東南亞地區服務不足的群體提供開放、包容和可近用的多語言 LLM。Sailor2 模型有 1B、8B 和 20B 三種尺寸，這些尺寸分別從 Qwen2.5 的 0.5B、7B 和 14B 基礎模型擴展而來。