Liger GRPO 与 TRL 集成报错排查

用户在使用 Liger GRPO 结合 DeepSpeed ZeRO3 对 Qwen/Qwen2.5-0.5B-Instruct 进行 bf16 训练时，遭遇 shape mismatch 报错。错误堆栈显示问题出在 liger_kernel 的 fused_linear_ppo 模块中，涉及 torch._dynamo 编译过程中的代码转换环节。