# TomePatchModel

TomePatchModel ادغام توکن (ToMe) را روی یک مدل انتشار اعمال می‌کند تا هزینه محاسباتی را در زمان استنتاج کاهش دهد. این کار با ادغام توکن‌های مشابه درون سازوکار توجه مدل انجام می‌شود، بنابراین مدل تعداد کمتری توکن پردازش می‌کند و در همان حال کیفیت خروجی تا حد زیادی دست‌نخورده می‌ماند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدل انتشار برای اعمال ادغام توکن | MODEL | بله | - |
| `نسبت` | نسبت توکن‌هایی که باید ادغام شوند (پیش‌فرض: 0.3). مقادیر بالاتر توکن‌های بیشتری را ادغام می‌کنند که می‌تواند سرعت بیشتری بدهد اما احتمالاً کیفیت را کاهش دهد. | FLOAT | بله | 0.0 - 1.0 |

توجه: اگر تعداد توکن‌ها در یک بلوک توجه به‌قدری کم باشد که نیازی به کاهش نمونه‌برداری نباشد، توابع ادغام با عملیات بی‌اثر (no-op) جایگزین می‌شوند و مدل برای آن بلوک بدون تغییر اجرا می‌شود.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `model` | مدل تغییریافته 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):** `1202c0df17f357440cd156fa0920f70c18a318e32c41dc04cecff11613f0072f`
