稳定版本v0.5.1

新增

• 增加Qwen1.5, Qwen2, glm4;
• 增加SWA/convert_lm_logits_dtype；

bug修复

• 调整各个trainer(重点DPOTrainer)
• generation中segment_ids
• repetition_penalty需带query
• RMSNorm中转类型bug