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TCFG（切向阻尼 CFG）在采样过程中优化无条件（负向）预测，使其更好地与条件（正向）预测对齐。该技术基于研究论文 2503.18137，通过对无条件引导应用切向阻尼来提升输出质量。此节点通过调整无分类器引导过程中无条件预测的处理方式，修改模型的采样行为。
输入
| 参数 | 数据类型 | 是否必填 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 应用切向阻尼 CFG 的模型 |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
patched_model | MODEL | 应用切向阻尼 CFG 后的修改模型 |
Source fingerprint (SHA-256):
de6b4deb8a42f05dff90e393bff1e0b4b8ed58887586ca81c236e1a780be5776