Hugging Face 用 LoRA 适配器同步与 KV 前缀路由把 AsyncGRPO 跨 Job 训练提速 3.9 倍

Hugging Face 博客展示了一个基于 TRL v1.14 AsyncGRPOTrainer 的跨 Hugging Face Jobs 异步 GRPO 训练方案：训练端只训练 LoRA 适配器，通过 Storage Bucket 挂载的共享文件系统把几 MB 的适配器传给 vLLM，无需 NCCL。