Sailor2 是一項社群驅動的倡議，旨在將尖端的多語言模型帶到東南亞 (SEA)。我們的研究強調了對於生產環境使用 8B 和 20B 參數範圍模型以及用於特定應用（例如推測解碼和研究目的）的 1B 模型的強烈需求。這些模型以 Apache 2.0 授權條款發布，旨在提升整個區域對於先進語言技術的可近性。

Sailor2 建立在出色的多語言模型 Qwen 2.5 的基礎之上，並在 500B 個 token 上持續預訓練，以透過統一模型更好地支援 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、越南語和瓦雷語。為了應對日益增長的對於多樣化、穩健且易於存取的語言模型的需求，Sailor2 旨在透過開放、包容且易於存取的多語言 LLM，服務東南亞地區服務不足的群體。Sailor2 模型提供三種尺寸：1B、8B 和 20B，這些尺寸分別是從 0.5B、7B 和 14B 的 Qwen2.5 基礎模型擴展而來。