configs/tarser2_default_config.yaml

max_n_frames: 256
n_frames: 16
max_pixels: 460800 # 1280 * 720 // 2
min_pixels: 0
max_seq_len: 16384
is_training: false  # 会影响：1. 训练和测试时采帧不同；2. 测试时忽略 response。
print_data_error: true
is_training: false
do_image_padding: false
do_image_crop: false
do_image_resize: false
video_sampling_strategy: {'video_sampler_version': 'v1', 'force_frames_n_divisible': 1, 'use_multi_images_for_video': true}
prompt: ""
train_task: sft