Prime Intellect heeft prime‑rl versie 0.10.0 uitgebracht, samen met verifiers 0.4.0. De update maakt de nieuwe IPO-loss (INTELLECT Policy Optimization) de standaard voor asynchrone reinforcement learning, ter vervanging van de oudere DPPO-gebaseerde loss. Ook zijn er prestatieverbeteringen die training op grote modellen zoals Qwen3‑235B‑A22B tot 1,15× sneller maken, plus ondersteuning voor nieuwe architecturen zoals DeepSeek V4 Flash en Qwen‑VL.
Waarom het ertoe doet
Onderzoekers kunnen grote taalmodellen iets sneller trainen met een stabielere RL-loss, waardoor de kans op instorting tijdens de training kleiner wordt.
