# prime‑rl 0.10.0 adopte la perte IPO et accélère l’entraînement

> Prime Intellect a publié prime‑rl v0.10.0 et verifiers v0.4.0. La nouvelle perte RL par défaut (IPO) et plusieurs optimisations accélèrent l’entraînement jusqu’à 15 %.

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

Prime Intellect a annoncé la version 0.10.0 de prime‑rl, accompagnée de verifiers 0.4.0. La mise à jour fait de la nouvelle perte IPO (INTELLECT Policy Optimization) le choix par défaut pour l’apprentissage par renforcement asynchrone, en remplacement de l’ancienne perte basée sur DPPO. Elle comprend aussi des optimisations qui accélèrent l’entraînement jusqu’à 1.15× sur de grands modèles comme Qwen3‑235B‑A22B, et prend en charge de nouvelles architectures, notamment DeepSeek V4 Flash et Qwen‑VL.

## Les faits

- prime‑rl v0.10.0 et verifiers v0.4.0 sont sortis (date non précisée)
- Gain de vitesse à l’entraînement : 1.15× sur Qwen3‑235B‑A22B par rapport à torchtitan

## Pourquoi c'est important

Les chercheurs peuvent entraîner de grands modèles de langage un peu plus rapidement, avec une perte RL plus stable qui réduit le risque d’effondrement de l’entraînement.

## Sources et références

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

Dernière mise à jour: 2026-10-19