在 Hugging Face Jobs 上用 LoRA 做异步 GRPO 训练：Storage Bucket + 代理 + 无 NCCL
Hugging Face 博客介绍如何把 TRL v1.14 的 AsyncGRPOTrainer 与 LoRA 适配器结合，跑在多个独立的 HF Jobs 上：训练 Job、若干 vLLM 推理 Job 通过挂载同一个 Storage Bucket 共享 LoRA 文件，proxy 负责鉴权、KV 前缀亲和路由以及向所有副本广播 adapter 加载。
推荐理由：文章给出了从 Storage Bucket、proxy 到 KV 前缀路由的完整工程蓝图，读者可以直接复用这套 HF Jobs 架构改造自己的 RL 训练。