fix when use_cache = False，inference 乱码

当加载原始模型，设置 use_cache = False 时，对next_token的预测，input_ids的截取只判断了 is_first_forward ，仍然截取处理，只使用最新的token写入input_ids。此时没有past_key_value参数，会导致模型推理乱码。
应该 判断 is_first_forward == False and self.config.use_cache == True 的时候，才能截取最新预测的token，传入model，否则要传入前面原始文本序列及已经预测的token。

modeling_chatglm.py

@@ -904,8 +904,9 @@ class ChatGLMForConditionalGeneration(ChatGLMPreTrainedModel):
         if position_ids is None:
             position_ids = self.get_position_ids(input_ids, device=input_ids.device)
         if not is_first_forward:
-            position_ids = position_ids[..., -1:]
-            input_ids = input_ids[:, -1:]
+            if self.config.use_cache:
+                position_ids = position_ids[..., -1:]
+                input_ids = input_ids[:, -1:]
         return {
             "input_ids": input_ids,
             "past_key_values": past_key_values,