trl-training：用 TRL 做 LLM 后训练与对齐的 Agent Skill

trl-training 是 Hugging Face Skills 仓库中的工作流 Skill，指导 Agent 使用 TRL（Transformers Reinforcement Learning）编写或调试 SFT、DPO、GRPO、KTO 与奖励模型训练代码，并覆盖数据集格式、SFTConfig/GRPOConfig 要点与 trl CLI。文章说明其与 huggingface-llm-trainer 的分工、hf skills add 安装方式，以及基于官方示例的可复现用法与 GRPO、vLLM 等注意事项。