Hugging Face 将 Delta Weight Sync 接入 TRL，异步 RL 权重传输降至每步 20–35 MB

Hugging Face 在 TRL 中加入 Delta Weight Sync，仅编码相邻 RL 步骤间发生变化的 bf16 权重，并通过 Hugging Face Bucket 供 vLLM 获取。Qwen3-0.6B 的单步传输量从 1.2 GB 降至 20–35 MB；完整演示将训练器、vLLM 和 Wordle 环境部署在不同机器或 Spaces 上，无需共享集群网络。