Corrigindo a derivação de atenção do Qwen3.6-27b em um framework de IA personalizado preservando tokens de pensamento

Um desenvolvedor que construía um framework de IA baseado em Node.js para llama.cpp resolveu problemas com o modelo Qwen3.6-27b ignorando resultados de chamadas de ferramentas e desviando a atenção para perguntas anteriores.

A causa raiz foi identificada como a remoção dos tokens de raciocínio do histórico de chat enquanto usava a configuração `--chat-template-kwargs '{"preserve_thinking":true}'`, o que causava confusão no modelo.

Retendo esses tokens de pensamento no contexto, os problemas de derivação de atenção e manipulação de chamadas de ferramentas foram resolvidos.