qlora微调之后的模型为什么不能merge lora

[ArlanCooper]

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)
以前版本的ms-swift，是可以进行merge lora的，为什么现在版本的不可以了呢

之前的脚本：

# Experimental environment: 3090, A10, V100
# 20GB GPU memory
CUDA_VISIBLE_DEVICES=1 \
swift sft \
    --model_type qwen2_5-72b-instruct \
    --model_id_or_path /data/share/rwq/Qwen2.5-72B-Instruct \
    --model_revision master \
    --sft_type lora \
    --tuner_backend peft \
    --template_type AUTO \
    --dtype AUTO \
    --output_dir output_qwen2 \
    --train_dataset_sample -1 \
    --num_train_epochs 8 \
    --max_length 3600 \
    --check_dataset_strategy warning \
    --quantization_bit 4 \
    --bnb_4bit_comp_dtype AUTO \
    --lora_rank 8 \
    --lora_alpha 32 \
    --lora_dropout_p 0.05 \
    --lora_target_modules ALL \
    --gradient_checkpointing true \
    --batch_size 1 \
    --weight_decay 0.1 \
    --learning_rate 4e-5 \
    --gradient_accumulation_steps 16 \
    --max_grad_norm 0.5 \
    --warmup_ratio 0.03 \
    --eval_steps 100 \
    --save_steps 100 \
    --save_total_limit 2 \
    --logging_steps 10 \
    --use_flash_attn true \
 

是可以使用qlora进行merge的

现在版本的qlora微调脚本:

CUDA_VISIBLE_DEVICES=3 \
swift sft \
    --model /home/octopus/data/llm_list/DeepSeek-R1-Distill-Llama-70B \
    --train_type lora \
    --torch_dtype bfloat16 \
    --bnb_4bit_compute_dtype bfloat16 \
    --bnb_4bit_quant_type nf4 \
    --bnb_4bit_use_double_quant true \
    --quant_method bnb \
    --quant_bits 4 \
    --num_train_epochs 8 \
    --per_device_train_batch_size 1 \
    --per_device_eval_batch_size 1 \
    --learning_rate 4e-5 \
    --lora_rank 8 \
    --lora_alpha 32 \
    --target_modules all-linear \
    --gradient_accumulation_steps 16 \
    --eval_steps 100 \
    --save_steps 100 \
    --save_total_limit 2 \
    --logging_steps 5 \
    --max_length 20000 \
    --output_dir output_Llama \
    --warmup_ratio 0.05 \
    --dataloader_num_workers 4 \
    --model_author swift \
    --model_name swift-robot \
    --attn_impl flash_attn \

Your hardware and system info
Write your system info like CUDA version/system/GPU/torch version here(在这里给出硬件信息和系统信息，如CUDA版本，系统，GPU型号和torch版本等)
ubutu 14.04
torch 2.4.0+cu121
GPU A100

Additional context
Add any other context about the problem here(在这里补充其他信息)