# prime‑rl 0.10.0 bringt neue IPO-Loss-Funktion und mehr Tempo

> Prime Intellect hat prime‑rl v0.10.0 und verifiers v0.4.0 veröffentlicht. Neu sind die schnellere standardmäßige RL-Loss-Funktion IPO und ein bis zu 15 % höheres Trainingstempo.

Oossa · 2026-10-19 · https://oossa.com/de/prime-rl-0-10-0-adds-new-ipo-loss-and-speed-boosts

Prime Intellect hat prime‑rl Version 0.10.0 zusammen mit verifiers 0.4.0 angekündigt. Mit dem Update wird die neue IPO-Loss-Funktion (INTELLECT Policy Optimization) zum Standard für asynchrones Reinforcement Learning und ersetzt die ältere, auf DPPO basierende Loss-Funktion. Außerdem sorgen Leistungsverbesserungen dafür, dass das Training großer Modelle wie Qwen3‑235B‑A22B bis zu 1.15× schneller läuft. Hinzu kommt die Unterstützung neuer Architekturen wie DeepSeek V4 Flash und Qwen‑VL.

## Die Fakten

- prime‑rl v0.10.0 und verifiers v0.4.0 veröffentlicht (Datum nicht angegeben)
- Verbesserung der Trainingsgeschwindigkeit: auf Qwen3‑235B‑A22B im Vergleich zu torchtitan 1.15× schneller

## Warum es wichtig ist

Forschende können große Sprachmodelle etwas schneller und mit einer stabileren RL-Loss-Funktion trainieren. Dadurch sinkt das Risiko, dass das Training zusammenbricht.

## Quellen und Referenzen

1. [ResearchOCT 19TH, 2026prime-rl 0.10.0: faster training, our new RL loss IPO, and one unified eval stack](https://www.primeintellect.ai/blog/prime-rl-0-10-verifiers-0-4) – Prime Intellect

Zuletzt aktualisiert: 2026-10-19