Sailor2 是一個社群驅動的倡議，旨在為東南亞 (SEA) 帶來尖端的多語言語言模型。我們的研究強調，對於生產環境使用，8B 和 20B 參數範圍的模型有強勁需求，同時 1B 模型 適用於專業應用，例如推測性解碼和研究目的。這些模型以 Apache 2.0 授權 發布，為整個地區提供更強大的進階語言技術可近性。

Sailor2 以優異的多語言模型 Qwen 2.5 為基礎建構，並持續在 500B 個 tokens 上進行預訓練，以更完善地支援 15 種語言的統一模型。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。透過滿足對多元、穩健且易於存取的語言模型日益增長的需求，Sailor2 致力於透過開放、包容和可近取的多語言 LLM，為東南亞地區服務不足的群體提供服務。Sailor2 模型有 1B、8B 和 20B 三種尺寸，分別從 Qwen2.5 基礎模型的 0.5B、7B 和 14B 擴展而來。