Hugging Face 在 TRL v1.14 支持异步 GRPO 免 NCCL 训练

Hugging Face 在 TRL v1.14 的 AsyncGRPOTrainer 中支持只训练和同步 LoRA adapter，并配合 Storage Bucket 挂载与代理路由，使训练 Job 与 vLLM 推理 Job 可分布在不同机器上运行而无需 NCCL，官方称提速 3.9 倍。