TRL 推出 Delta Weight Sync：通过 HF Bucket 只传 RL 权重变化量

Hugging Face 在 TRL 中合入 Delta Weight Sync 功能（PR huggingface/trl#5417），将相邻 RL 步之间约 99% 未变化的 bf16 权重剔除，只编码变化元素为稀疏 safetensors 文件，经 Hub Bucket 供 vLLM 拉取。