huggingface/trl：成熟工程Release聚合

采样、训练与权重传输职责重构，属于强化学习训练系统的实质架构变化。（2026-06-12，成熟工程Release聚合口径） 6月v1.6将AsyncGRPO采样线程改为独立进程；Apache-2.0，含安装示例。 详细信息以官方发布为准。