HuggingFace发布TRL v1.0.0正式版，新增异步GRPO

HuggingFace于2026年3月31日发布TRL v1.0.0正式版，信号以月度主版本发布日期（北京时间）为锚点，不依据rc候选版纳入。该版本新增异步GRPO，将生成与梯度更新解耦并行，实质改变强化学习训练机制。项目采用Apache-2.0许可，提供安装与训练代码。