Transformers 主分支加入影片資料檢查，避免批次輸入遭靜默截斷

Transformers 的主分支提交紀錄於 11 月 4 日列出影片前處理修補 #50060，提交識別碼為 f275431。這項變更針對兩個輸入驗證問題：影片與中繼資料數量不一致，以及需要影格時間戳的處理器收到 return_metadata=False。提案最初於 10 月 28 日公開，本次新聞點是修補已出現在主分支提交紀錄。主分支紀錄

第一個問題來自影片與 video_metadata 以 zip 配對的流程。當中繼資料清單比影片清單短，配對會在較短清單結束時停止，後面的影片可能直接被略過。修補加入長度檢查，數量不同便拋出 ValueError，並提示每段影片須有一筆資料。依此機制推論，傳入三段影片卻只附兩筆資料的自訂管線，將能提早發現輸入缺漏。修補提案與程式片段

另一項調整涉及 Qwen3-VL 等使用影格時間戳的處理器。提案將明確停用中繼資料的情況改為可讀的錯誤訊息，避免稍後因缺少時間戳而出現 KeyError。這並不表示所有影片模型都必須回傳中繼資料；限制取決於處理器是否需要相關欄位。Qwen3-VL 官方文件說明，其影片理解採用文字時間戳對齊，因此時間資訊是輸入語意的一部分。Qwen3-VL 文件

對自行解碼影片、再將陣列送進模型的團隊，這項檢查尤其實用。官方文件建議，已解碼影片若仍需依模型策略抽取影格，應提供原始影格率、時長等中繼資料；直接傳入路徑或網址則可由處理器解碼。工程師可優先檢查批次筆數及資料順序，並確認上層錯誤處理能接住新的驗證失敗。影片處理器文件

目前可確認的是主分支紀錄，不能據此認定一般套件升級已取得修補。後續應追蹤正式版本標籤，並以實際使用的處理器驗證多影片輸入與時間戳設定；公開資料亦未提供這項修補的效能或準確率比較。