Sailor

Sailor是一套针对东南亚（SEA）地区的开放语言模型套件，重点关注印尼语、泰语、越南语、马来语和老挝语等语言。它是基于Qwen 1.5开发的，包括不同大小的模型，从0.5B到7B版本，以满足不同需求。Sailor在东南亚语言任务中表现出色，包括问答、常识推理、阅读理解等。它的数据集预训练涵盖了包括印尼语、泰语、越南语、马来语、老挝语、英语和中文在内的7种语言，总计预训练了2000亿至4000亿个标记。Sailor的数据集和模型的开源意味着Sailor致力于开放源代码社区。