pt训练时，如果max length > 模型的max position embedding会怎么样

pt训练时，如果max length > 模型的max position embedding会怎么样，我目前用如下参数训练时，发现不会报错，但没有配置任何scaling参数，请问目前的框架会进行怎样的处理：
Qwen3-8B-Base max position embedding： 32768

swift pt \ --model $model_path \ --model_type qwen3 \ --train_type full \ --dataset ${DATA_PATHS[@]} \ --val_dataset ${VAL_DATA_PATHS[@]} \ --dataset_shuffle true \ --shuffle_buffer_size 10000 \ --streaming true \ --torch_dtype bfloat16 \ --per_device_train_batch_size 1 \ --per_device_eval_batch_size 1 \ --learning_rate 1e-5 \ --gradient_accumulation_steps 2 \ --sequence_parallel_size 8 \ --packing true \ --eval_steps 5 \ --save_steps 500 \ --save_total_limit 2 \ --logging_steps 1 \ --deepspeed zero3 \ --max_length 64000 \ --max_steps 10000 \ --warmup_ratio 0.05 \ --dataloader_num_workers 4 \ --dataset_num_proc 8 \ --save_only_model true \

Start by tracing how the training command handles --max_length 64000 when the model reports max position embedding 32768; check the resulting sequence-length and position-embedding behavior. Done means documenting whether the framework errors, truncates, or applies scaling, with a reproducible conclusion for the supplied command.