> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-custom-nodes-sdk-v2-frontend.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# CLIPMergeSimple - ComfyUI Built-in Node Documentation

> CLIPMergeSimple は、指定された比率に基づいて 2 つの CLIP テキストエンコーダーモデルを結合するモデルマージノードです。

`CLIPMergeSimple` は、指定された比率に基づいて 2 つの CLIP テキストエンコーダーモデルを結合するモデルマージノードです。最初の CLIP モデルをクローンし、2 番目の CLIP モデルから重み付けされたパッチを適用します。このとき、位置 ID とロジットスケールのコンポーネントはスキップされ、両ソースの特徴をブレンドしたハイブリッドモデルを生成します。

## 入力

| パラメータ   | 説明                                                                                                       | データ型  | 必須 | 範囲                     |
| ------- | -------------------------------------------------------------------------------------------------------- | ----- | -- | ---------------------- |
| `clip1` | マージ対象となる最初の CLIP モデル。マージ処理のベースモデルとして機能します。                                                               | CLIP  | はい | -                      |
| `clip2` | マージ対象となる 2 番目の CLIP モデル。位置 ID とロジットスケールを除く主要なパッチが、指定された比率に基づいて最初のモデルに適用されます。                             | CLIP  | はい | -                      |
| `比率`    | 2 番目のモデルの特徴を最初のモデルにどの程度ブレンドするかを決定します。ratio = 1.0 は 2 番目のモデルの特徴を完全に採用し、0.0 は最初のモデルの特徴のみを保持します。デフォルト: 1.0。 | FLOAT | はい | 0.0 - 1.0 (step: 0.01) |

## 出力

| 出力名    | 説明                                           | データ型 |
| ------ | -------------------------------------------- | ---- |
| `clip` | 指定された比率に従って、両入力モデルの特徴を統合した結果のマージ済み CLIP モデル。 | CLIP |

## マージの仕組み

### マージアルゴリズム

このノードは重み付き平均を使用して 2 つのモデルをマージします。

1. **ベースモデルのクローン**: まず `clip1` をベースモデルとしてクローンします
2. **パッチの取得**: `clip2` からすべてのキーパッチを取得します
3. **特別なキーの除外**: `.position_ids` と `.logit_scale` で終わるキーをスキップします
4. **重み付きマージの適用**: `(1.0 - ratio) * clip1 + ratio * clip2` の式を使用します

### ratio パラメータの説明

* **ratio = 0.0**: clip1 を完全に使用し、clip2 を無視します
* **ratio = 0.5**: 各モデルから 50% ずつ寄与します
* **ratio = 1.0**: clip2 を完全に使用し、clip1 を無視します

## 使用例

1. **モデルスタイルの融合**: 異なるデータで学習された CLIP モデルの特性を組み合わせます
2. **パフォーマンスの最適化**: 異なるモデルの長所と短所のバランスを取ります
3. **実験的研究**: さまざまな CLIP エンコーダーの組み合わせを探索します

> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ClipMergeSimple/ja.md)

***

**Source fingerprint (SHA-256):** `42c4b2042c56c3f21a9416aa577e2d41fef1dcc749c4e5c7953851110a4fb6bc`