Transformers 確認處理器參數覆寫問題，混用模板參數可能使輸入截斷失效

Hugging Face Transformers 於 10 月 20 日出現一項影響多模態前處理的錯誤回報：呼叫 ProcessorMixin.apply_chat_template() 時，若同時提供 processor_kwargs 與模板未引用的額外參數，原本指定的截斷設定可能被覆寫。回報列出的環境包含正式版 5.20.2，以及主分支的 5.21.0.dev0；專案成員 zucchini-nlp 已確認問題成立。問題回報與維護討論

重現程式載入 Qwen2-VL-2B-Instruct 的處理器，將 max_length=5、truncation=True 放進 processor_kwargs，並啟用 tokenization。第一輪輸出長度為 5；第二輪僅多傳入 enable_thinking=False，長度便變成 20。回報指出，該模型模板沒有使用這個參數，程式因此將它歸入處理器參數，取代原有字典，連帶忽略長度與截斷設定。重現程式

這個介面位於模型輸入準備階段。官方文件說明，多模態 Processor 同時負責聊天模板、文字分詞與媒體前處理，結果再交給模型生成；API 也列出 processor_kwargs，並將 truncation 與 max_length 定義為文字處理選項。因此，工程上不能只檢查生成端的輸出上限，還需要驗證前處理後的實際輸入長度。多模態流程文件、Processor API

依此機制推論，跨模型共用模板參數的訓練或推論封裝，可能在切換模型後意外增加輸入長度，影響批次記憶體需求及資料截斷一致性。不過，目前範例只使用文字訊息，尚不能據此判定所有視覺模型或媒體參數均受影響。

維護討論指出，舊式額外參數的相容性，以及兩組參數衝突時的優先順序，都會影響修法。工程師可先針對實際模型比較加入額外模板參數前後的 input_ids 長度，並追蹤後續合併規則與正式版本；現階段不宜把已確認問題解讀為已有修復可部署。修補方向討論