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TomePatchModel 节点对扩散模型应用令牌合并（ToMe）技术，以降低推理过程中的计算需求。该技术通过在注意力机制中有选择地合并相似令牌，使模型能够处理更少的令牌同时保持图像质量。这种方法有助于在不显著损失质量的情况下加速生成过程。
输入参数
| 参数 | 数据类型 | 必填 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 要应用令牌合并的扩散模型 |
比率 | FLOAT | 否 | 0.0 - 1.0 | 要合并的令牌比例（默认值：0.3） |
输出结果
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 应用了令牌合并的修改后模型 |