Describe the bug
What the bug is, and how to reproduce, better with screenshots(描述bug以及复现过程，最好有截图)
kto训练完成后，使用lora和merge权重后预测效果差异大
一、lora启动方式：
swift deploy
--model Qwen2.5-7B-Instruct
--adapters kto_checkpoint
--infer_backend lmdeploy
二、merge方式：
merge导出脚本：
swift export
--model Qwen2.5-7B-Instruct
--adapters kto_checkpoint
--merge_lora true
merge启动：
swift deploy
--model kto_checkpoint-merged
--infer_backend lmdeploy

Additional context
Add any other context about the problem here(在这里补充其他信息)
lora的相对符合预期，但是merge后，效果变的很差