AI圈报产品发布 / 更新普通
prime-rl 0.10.0 发布：训练提速、新 RL 损失 IPO 与统一评测栈
原始标题：prime-rl 0.10.0: faster training, our new RL loss IPO, and one unified eval stack
内容摘要
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0，新增 RL 算法 IPO 并设为默认损失。Qwen3-235B-A22B SFT 在 4×8 B300 上比 torchtitan 快 1.15×，MFU 从 40.7% 升至 46.6%。
内容分类AI 产品发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源Prime Intellect（网页）
站内情报编号intel-1e285511e14965de5567c54a