Разработчик, создающий AI-фреймворк на базе Node.js для llama.cpp, устранил проблемы с моделью Qwen3.6-27b, которая игнорировала результаты вызовов инструментов и теряла внимание к предыдущим вопросам.
Причиной стало удаление токенов рассуждения из истории чата при использовании настройки `--chat-template-kwargs '{"preserve_thinking":true}'`, что приводило к путанице модели.
Сохранение этих токенов размышления в контексте устранило дрейф внимания и проблемы с обработкой вызовов инструментов.