Hugging Face 博客：用 Storage Bucket 和代理在 HF Jobs 上实现 LoRA 异步 GRPO 训练

Hugging Face 博客介绍 AsyncGRPOTrainer 现可训练 LoRA 适配器并仅同步该适配器到 vLLM（TRL v1.14）。训练器和 vLLM 副本作为独立 HF Jobs 运行在不同机器上，通过挂载 Storage Bucket 传输适配器，代理负责添加认证头、按 KV 前缀路由请求并广播适配器加载。