### TCFG (میرایی مماسی CFG)

TCFG (میرایی مماسی CFG) پیش‌بینی‌های غیرشرطی (منفی) را اصلاح می‌کند تا در طول فرآیند نمونه‌برداری، هم‌راستایی بهتری با پیش‌بینی‌های شرطی (مثبت) داشته باشد. این تکنیک با اعمال میرایی مماسی بر هدایت غیرشرطی، کیفیت خروجی را بهبود می‌بخشد و بر اساس مقاله تحقیقاتی 2503.18137 توسعه یافته است. این گره با تنظیم نحوه پردازش پیش‌بینی‌های غیرشرطی در طول هدایت بدون طبقه‌بند، رفتار نمونه‌برداری مدل را تغییر می‌دهد.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدلی که باید CFG میرایی مماسی روی آن اعمال شود | MODEL | بله | - |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `patched_model` | مدل اصلاح‌شده با CFG میرایی مماسی اعمال‌شده | MODEL |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/TCFG/fa.md)

---
**Source fingerprint (SHA-256):** `de6b4deb8a42f05dff90e393bff1e0b4b8ed58887586ca81c236e1a780be5776`