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LatentApplyOperationCFG 节点应用潜在操作来修改模型中的条件引导过程。其工作原理是在无分类器引导（CFG）采样过程中拦截条件输出，并在潜在表示用于生成之前对其应用指定操作。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 将应用 CFG 操作的模型 |
操作 | LATENT_OPERATION | 是 | - | 在 CFG 采样过程中应用的潜在操作 |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 已在其采样过程中应用 CFG 操作的修改后模型 |
Source fingerprint (SHA-256):
9fbcc9183abf89bb93e55263bb655e931549360c05a561f7dacae8723db62e52