# prime‑rl 0.10.0’a yeni IPO kaybı ve hız artışı

> Prime Intellect, daha hızlı IPO varsayılan RL kaybı ve eğitimde yüzde 15’e varan hız artışı sunan prime‑rl v0.10.0 ile verifiers v0.4.0’ı yayımladı.

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

Prime Intellect, prime‑rl 0.10.0 sürümünü verifiers 0.4.0 ile birlikte duyurdu. Güncelleme, eşzamansız pekiştirmeli öğrenme için yeni IPO (INTELLECT Policy Optimization) kaybını varsayılan hâle getirerek eski DPPO tabanlı kaybın yerini alıyor. Ayrıca Qwen3‑235B‑A22B gibi büyük modellerde eğitimi 1,15 kata kadar hızlandıran performans iyileştirmeleri içeriyor ve DeepSeek V4 Flash ile Qwen‑VL gibi yeni mimarilere destek ekliyor.

## Gerçekler

- prime‑rl v0.10.0 ve verifiers v0.4.0 yayımlandı (tarih belirtilmedi)
- Qwen3‑235B‑A22B’de torchtitan’a kıyasla eğitim hızı 1,15 kat arttı

## Neden önemli

Araştırmacılar büyük dil modellerini biraz daha hızlı ve daha kararlı bir RL kaybıyla eğitebilir; böylece eğitimin çökme riski azalır.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-19