Liger GRPO 集成 TRL，强化学习训练效率提升

Hugging Face 宣布 Liger GRPO 与 TRL 库集成，旨在提升强化学习训练效率。Liger GRPO 是一种基于群体相对策略优化的强化学习算法，通过优化训练流程和资源利用，显著降低计算成本。该集成支持分布式训练，兼容主流模型架构，并提供简洁的 API 接口。开发者可快速在 TRL 框架中调用 Liger GRPO，实现更高效的模型微调。此举有望加速强化学习在 AI 领域的应用，尤其适用于需要复杂决策能力的场景。