В этом материале
Эталонный encoder V3.2 по-разному обрабатывает прежнее reasoning assistant и продолжение текущей задачи пользователя.
История thinking в DeepSeek-V3.2 зависит от структуры разговора, а не от общего указания сохранять либо удалять любые рассуждения. Для reference encoding существенно различие нового запроса пользователя и продолжения после инструмента.
Используйте реализацию именно V3.2
Карточка модели сообщает, что релиз предоставляет Python-кодирование вместо Jinja-шаблона чата. Reference encoder реализует отрисовку сообщений, формат вызовов инструментов и удаление более ранних рассуждений.
Датированное объявление релиза выделяет thinking с инструментами как возможность V3.2. Историческое описание нельзя заменять правилами более нового формата DeepSeek только потому, что обе модели используют поле reasoning_content.
Найдите последний запрос пользователя
В эталонном коде drop_thinking_messages определяет индекс последнего user. Сообщения user, system и tool сохраняются. Более ранние сообщения assistant копируются без reasoning_content, а сообщения на границе последнего пользователя и после неё остаются доступными.
Это существенно отличается от удаления reasoning из каждого ответа assistant. Во время текущей последовательности инструментов рассуждение может требоваться для продолжения той же задачи. Новый пользовательский запрос устанавливает другую границу для рассуждений предыдущих ответов.
Проследите конкретный разговор
Представим запрос пользователя на вычисление. Assistant рассуждает, предлагает калькулятору вызов и получает результат. Затем требуется окончательный ответ с учётом наблюдения. Позднее пользователь задаёт другую вычислительную задачу.
| Момент разговора | Вопрос к истории |
|---|---|
| До результата инструмента | Сохранено ли предложение assistant? |
| После результата инструмента | Продолжается ли текущая задача? |
| После нового сообщения user | Какое рассуждение стало более ранней историей? |
| При кодировании | Сохранились ли окончательные ответы и внешние наблюдения? |
Для такого упражнения подходят вымышленные арифметические данные. Цель заключается в изучении преобразования сообщений, а не в подтверждении математической точности языковой модели.
Не разрушайте историю нормализацией
Оболочка, удаляющая все reasoning_content до кодирования, способна стереть материалы текущей задачи, которые эталонный путь сохранил бы. Пересказ либо редактирование reasoning тоже меняет вход и затрудняет сравнение с документированной реализацией модели.
Сообщения tool должны соответствовать предыдущим вызовам assistant. Эталонный renderer проверяет эту связь: несвязанный результат инструмента не исправляется простым сохранением большего количества текста. Сохраните структуру сообщений и изучите отрисованный вход до объяснения неудачи способностями модели.
Определите ограниченный артефакт приёмки
Храните первоначальный список сообщений и второе представление, показывающее сохранённые поля при выбранных настройках кодирования. Проверьте использование имитированного наблюдения в окончательном ответе и ожидаемую передачу исторического контекста следующему запросу пользователя.
Карточка также предупреждает: парсер вывода обрабатывает правильно оформленный текст модели, но не восстанавливает произвольные повреждённые ответы. Успешное кодирование, допустимый разбор вывода и правильное завершение задачи являются отдельными свойствами. Статья объясняет эталонное поведение V3.2, не обещая одинаковых правил истории каждому размещённому псевдониму либо движку инференса.