Sailor2 是一個社群驅動的倡議，旨在為東南亞 (SEA) 帶來尖端的多語言模型。我們的研究強調，市場對於生產環境中使用的 8B 和 20B 參數範圍模型以及用於特定應用（例如推測性解碼和研究目的）的 1B 模型有強烈需求。這些模型以 Apache 2.0 許可證發布，旨在提高整個區域對先進語言技術的可及性。

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，以更好地支援包含英語、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、越南語和瓦瑞語等 15 種語言的統一模型。通過應對對多樣化、穩健且可訪問的語言模型不斷增長的需求，Sailor2 旨在通過開放、包容且可訪問的多語言 LLM 為 SEA 地區服務不足的群體提供服務。Sailor2 模型提供 1B、8B 和 20B 三種尺寸，它們分別從 Qwen2.5 的 0.5B、7B 和 14B 基礎模型擴展而來。