# prime‑rl 0.10.0 traz nova perda IPO e acelera o treino

> A Prime Intellect lançou o prime‑rl v0.10.0 e o verifiers v0.4.0, com a perda de RL IPO como padrão e ganhos de até 15% na velocidade de treinamento.

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

A Prime Intellect anunciou a versão 0.10.0 do prime‑rl junto com a 0.4.0 do verifiers. A atualização torna a nova perda IPO (INTELLECT Policy Optimization) o padrão para aprendizado por reforço assíncrono, substituindo a perda anterior baseada em DPPO. Também inclui ajustes de desempenho que aceleram o treinamento em até 1,15× em modelos grandes, como o Qwen3‑235B‑A22B, e adiciona suporte a novas arquiteturas, como DeepSeek V4 Flash e Qwen‑VL.

## Os fatos

- prime‑rl v0.10.0 e verifiers v0.4.0 lançados (data não informada)
- Aumento da velocidade de treinamento: 1,15× no Qwen3‑235B‑A22B em comparação com torchtitan

## Por que importa

Pesquisadores podem treinar grandes modelos de linguagem um pouco mais rápido e usar uma perda de RL mais estável, reduzindo o risco de o treinamento entrar em colapso.

## Fontes e referências

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

Última atualização: 2026-10-19