Hugging Face Blog·· 22 天前AI 评分46
Hugging Face Jobs 上用 LoRA 实现异步 GRPO：靠存储桶和代理绕开 NCCL
Async GRPO with LoRA across HF Jobs: a bucket, a proxy, and no NCCL
AI 导读
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，训练与推理分别跑在独立的 Hugging Face Jobs 上。
来源：Hugging Face Blog · huggingface.co