vllm grpo trainer不支持qwen2.5VL

[tcy6]

vllm 0.7.2支持qwen2VL模型，也能跑通训练代码，但是不支持qwen2.5VL模型，尝试更新vllm至0.7.3后，出现以下问题。

raise ValueError(
[rank0]: ValueError: Attempted to assign 308 + 104 + 104 + 104 + 104 + 104 + 104 = 932 multimodal tokens to 1159 placeholders

这个问题在vllm 0.7.2的时候，是通过在初始化vllm LLM时传入以下参数解决。

mm_processor_kwargs = {
  "max_pixels": max_pixels,
  "min_pixels": min_pixels,
}

但是在vllm 0.7.3时，这种方式失效了。
希望能够解决一下这个问题，十分感谢！
@TobiasLee 能麻烦大佬帮忙看看嘛～