Hugging Face Blog·· 24 天前AI 评分34
用 LoRA 在 Hugging Face Jobs 上跑异步 GRPO：一个 Bucket、一个代理，不用 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，rank-1 adapter 仅几 MB，可通过挂载到各 Job 的 Storage Bucket 传输，无需 NCCL。
来源：Hugging Face Blog · huggingface.co