trl-training：用 TRL 做 LLM 後訓練與對齊的 Agent Skill

trl-training 是 Hugging Face Skills 倉庫中的工作流 Skill，指導 Agent 使用 TRL（Transformers Reinforcement Learning）編寫或調試 SFT、DPO、GRPO、KTO 與獎勵模型訓練代碼，並覆蓋數據集格式、SFTConfig/GRPOConfig 要點與 trl CLI。文章說明其與 huggingface-llm-trainer 的分工、hf skills add 安裝方式，以及基於官方示例的可復現用法與 GRPO、vLLM 等注意事項。