TCFG（切向阻尼 CFG）在采样过程中优化无条件（负向）预测，使其更好地与条件（正向）预测对齐。该技术基于研究论文 2503.18137，通过对无条件引导应用切向阻尼来提升输出质量。此节点通过调整无分类器引导过程中无条件预测的处理方式，修改模型的采样行为。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 取值范围 |
| --- | --- | --- | --- | --- |
| `模型` | 应用切向阻尼 CFG 的模型 | MODEL | 是 | - |

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `patched_model` | 应用切向阻尼 CFG 后的修改模型 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/TCFG/zh.md)

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