本地推理引擎处理模型生成控制 token 导致 CoT 中断

一位开发者在修改 llama.cpp 与 Strata 以适配 Q38FN、Q3827B、DS41F 等本地模型时，发现流式 token 处理会误处理模型自身生成的控制 token，导致思维链（CoT）提前中断或回合终止。开发者指出，目前缺乏针对 end-of-turn token 等模型生成结束或控制 token 的正式保护机制，并向本地推理服务器开发者征集解决方案。