LLaVA-NeXT-Video-34B-DPO 模型无法启动，报错

[csm12321]

用的 LLaVA-NeXT-Video-34B-DPO 这个模型，
https://github.com/LLaVA-VL/LLaVA-NeXT git checkout video_inference这个分支的代码，为什么我的测试起不来，报错（
1、stopping_criteria = KeywordsStoppingCriteria(keywords, tokenizer, input_ids) 屏蔽后报 2、
2、llava_arch.LlavaMetaForCausalLM.prepare_inputs_labels_for_multimodal---->concat_images = torch.cat(images_list, dim=0),
输出为None
）

有没有把这个模型安排起来的，，，LLaVA-NeXT-Video-34B-DPO用到了clip-vit-large-patch14-336（这个模型），
是不是代码有点问题。

[Yuanhan Zhang]

conv_mode 是 mistral_direct