用途：在 TRL 的论文索引（docs/source/paper_index.md）中新增或审查论文条目。任何实现了研究论文中方法、算法或训练方案的 PR 都必须在该文件中添加对应小节；审查此类 PR 时需检查该文件是否已更新。
主要能力与格式要求：文件按方法族组织，每个方法族一个 ## 小节（通常对应一个 trainer），其下每个论文一个 ### 小节。每个条目包含：以论文标题作为 ### 标题；论文链接行使用 Hugging Face 论文页（ID 与 arXiv 相同），不使用 arxiv.org 链接，格式为 📜 Paper: https://huggingface.co/papers/<id>；用几句话说明论文介绍了什么以及如何映射到 TRL；一段 Python 代码片段展示复现论文设置的 TRL 配置，并在注释中引用论文的超参数，例如 from trl import GRPOConfig, GRPOTrainer，training_args = GRPOConfig(beta=0.001, # "the KL coefficient to 0.001" num_generations=16, # "For each question, we sample 16 outputs...")。若论文未指定超参数，应在注释中说明，而不要臆造数值。
放置规则：若论文属于已有方法族，添加到对应 ## 小节下；若引入新的 trainer 或方法族，则新增 ## 小节，并用一行指向该 trainer，例如 Papers relating to the [GRPOTrainer]。
限制：具体安装命令、平台与收费信息暂未提供。