گره TomePatchModel با استفاده از تکنیک ادغام توکن (ToMe) بر روی یک مدل انتشار، نیازهای محاسباتی را در هنگام استنتاج کاهش می‌دهد. این کار با ادغام انتخابی توکن‌های مشابه در مکانیزم توجه انجام می‌شود و به مدل اجازه می‌دهد تا با تعداد توکن‌های کمتری پردازش کند، در حالی که کیفیت تصویر حفظ می‌شود. این روش به سرعت بخشیدن به فرآیند تولید بدون افت قابل توجه کیفیت کمک می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدل انتشار که ادغام توکن روی آن اعمال می‌شود | MODEL | بله | - |
| `نسبت` | نسبت توکن‌هایی که باید ادغام شوند (پیش‌فرض: 0.3) | FLOAT | خیر | 0.0 - 1.0 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مدل` | مدل اصلاح‌شده با ادغام توکن 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/TomePatchModel/fa.md)

---
**Source fingerprint (SHA-256):** `23d63ffa1b468a8a41533cc926125f4ef566b13edd1d95a6ef1ae63096a9d878`