Hugging Face 发布 Agent 后训练五步课程，从 SFT 到大规模 RL

Hugging Face 发布一套 Agent 后训练课程，把训练自己的 AI agent 拆成 SFT、蒸馏、GRPO 强化学习、基于 OpenEnv 的 RL 环境训练和 AsyncGRPOTrainer 规模化五个递进步骤，以训练编码 agent 为贯穿案例。