TRL v1.13.0 发布：支持单节点 1M token 长上下文训练

TRL v1.13.0 新增 1M token 长上下文训练支持，在单台 8×H100 节点上以 Qwen3-8B 实测 1,048,576 token、380 秒/步、每 GPU 56.2 GB（bf16）。