Un desarrollador que construía un arnés de IA basado en Node.js para llama.cpp resolvió problemas con el modelo Qwen3.6-27b que ignoraba los resultados de las llamadas a herramientas y desviaba la atención hacia preguntas anteriores.
La causa raíz fue identificada como la eliminación de los tokens de razonamiento del historial de chat mientras se usaba la configuración `--chat-template-kwargs '{"preserve_thinking":true}'`, lo que causaba confusión en el modelo.
Retener estos tokens de pensamiento en el contexto resolvió los problemas de deriva de atención y manejo de llamadas a herramientas.