KTO使用自定义数据集报错

[waywooKwong]

问题已解决：自己构造的数据集 label 使用成了 str 的 "False"/"True"，导致错误

Describe the bug

1. 使用文档中的KTO示例代码可以跑通
2. 仅更换数据集为本地路径构造的json，
   出现报错：RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

我的脚本代码：

nproc_per_node=1

CUDA_VISIBLE_DEVICES=6 \
NPROC_PER_NODE=$nproc_per_node \
MASTER_PORT=29501 \
swift rlhf \
    --rlhf_type kto \
    --model Qwen/Qwen2.5-0.5B-Instruct \
    --train_type lora \
    --dataset '/my_path/swift_kto_dataset_v3.json' \
    --num_train_epochs 1 \
    --per_device_train_batch_size 1 \
    --per_device_eval_batch_size 1 \
    --learning_rate 1e-4 \
    --lora_rank 4 \
    --lora_alpha 16 \
    --target_modules all-linear \
    --gradient_accumulation_steps $(expr 16 / $nproc_per_node) \
    --eval_steps 100 \
    --save_steps 100 \
    --save_total_limit 2 \
    --logging_steps 5 \
    --max_length 2048 \
    --output_dir output \
    --warmup_ratio 0.05 \
    --dataloader_num_workers 4 \
    --deepspeed zero2 \
    --dataset_num_proc 4 \
    --torch_dtype float16 

我的json数据格式：
其中label=0，label=1的数量相等，考虑有关数据集的隐患是：content内容重复度较高

Your hardware and system info

python 3.10
cuda 12.4
datasets 3.0.0
deepspeed 0.16.7
ms-swift 3.4.0
trl 0.17.0

[waywooKwong]

我在huggingface trl的Issues中看到类似问题的解决方案：

1. Can you call model.enable_input_require_grads() before get_peft_model ? You have to use the main branch of transformers though (pip install --upgrade git+https://github.com/huggingface/transformers)

2. Hello, is_trainable=True is required to load the pretrained adapter and have them in trainable mode.
   Please pass PeftModel.from_pretrained(model, peft_model_id, is_trainable=True).to(device) and let us know if that solves the issue

现在我直接使用脚本运行，怎么进行上述提到的特定函数的参数指定呢？