Hugging Face Blog·· 22 天前精选AI 评分61
TRL v1.14 AsyncGRPOTrainer 支持 LoRA 适配器同步，可跨 HF Jobs 训练
Async GRPO with LoRA across HF Jobs: a bucket, a proxy, and no NCCL
AI 导读
TRL v1.14 的 AsyncGRPOTrainer 现在可训练 LoRA adapter，并只把该 adapter 同步到 vLLM。
推荐理由
文章把 LoRA 适配器同步、HF Jobs 编排和瓶颈定位串成可复现实验，便于迁移到异步 RL 训练。
来源：Hugging Face Blog · huggingface.co