TRL v1.18 发布，AsyncGRPOTrainer 转为稳定版

Hugging Face 发布 TRL v1.18.0，将 AsyncGRPOTrainer 正式转为稳定版，可直接导入使用。该训练器让 GRPO 的生成阶段与训练阶段在不同 GPU 上同时并行运行，而非串行执行，从而提升训练效率。

2026-11-13 ~ 2026-11-14 · 2 条相关

• TRL v1.18.0 正式稳定 AsyncGRPOTrainer：生成与训练分离 GPU 并行 — SergioPaniego · 2026-11-13
• Hugging Face TRL v1.18 发布：AsyncGRPOTrainer 转正稳定 — SergioPaniego · 2026-11-14