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
概述
ModelSamplingContinuousV 节点通过应用连续 V 预测采样参数来修改模型的采样行为。它会创建输入模型的克隆，并使用自定义 sigma 范围设置进行配置，以实现高级采样控制。这允许用户使用特定的最小和最大 sigma 值来微调采样过程。输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 要使用连续 V 预测采样进行修改的输入模型 |
采样 | STRING | 是 | "v_prediction" | 要应用的采样方法（目前仅支持 V 预测） |
最大西格玛 | FLOAT | 是 | 0.0 - 1000.0 | 采样的最大 sigma 值（默认值：500.0） |
最小西格玛 | FLOAT | 是 | 0.0 - 1000.0 | 采样的最小 sigma 值（默认值：0.03） |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 已应用连续 V 预测采样的修改后模型 |
Source fingerprint (SHA-256):
8095b5024c0d33011f6a81ed496cf1711981701e0f35f9527646b150f5033d45