Transformers 社群回報影片抽幀缺陷，均勻取樣函式可能回傳超界索引

Hugging Face Transformers 社群於 10 月 8 日提交影片前處理問題：get_uniform_frame_indices 在指定影格總數與抽樣數量後，可能同時產生數量錯誤與索引超界。回報使用 Linux、Python 3.12.3、NumPy 2.5.3，以及主分支提交 cb33194 的 Transformers 5.19.0.dev0，提供不需模型權重或實際影片的最小重現。問題回報

具體案例把 total_num_frames 設為 17、num_frames 設為 7，函式卻回傳八個位置：[0, 2, 4, 7, 9, 12, 14, 17]。對採零起算索引的 17 幀影片而言，合法範圍是 0 至 16，最後的 17 已超出邊界。這份案例直接暴露抽樣結果的不一致，但尚未展示完整影片解碼或模型推論失敗的端到端測試。重現程式與輸出

抽幀決定影片模型實際看到哪些畫面。官方文件提供 num_frames 與 fps 等取樣參數，也允許透過 return_metadata=True 取得抽樣索引、原始尺寸、時長與影格率。因此，工程上可在送入模型之前核對索引範圍，並保留取樣資訊，以便排查前處理與推論結果的差異。影片處理器文件

判讀這次回報時，須區分底層函式與模型專屬取樣規則。官方文件明確提醒，處理器可能施加最小或最大影格限制，因此指定 num_frames 並不保證最終張量恰好包含相同數量的畫面。單看數量增加，不能推定所有模型都有缺陷；本案更具體的異常，是底層函式回傳超出原始影片範圍的位置。取樣行為說明

若下游直接使用這些位置索引影格陣列，超界值可能造成取用失敗；這是依重現結果作出的工程推論，尚非回報已驗證的部署事故。截至查核，頁面仍為開啟狀態，未顯示維護者確認或關聯修補。接下來應追蹤正式版本能否重現、哪些處理器會走到此函式，以及修補是否涵蓋不同影片長度與抽樣數量的邊界測試。目前處理狀態