TemporalScoreRescaling - ComfyUI Built-in Node Documentation

这个节点对扩散模型应用时间分数重缩放（TSR）。

这个节点对扩散模型应用时间分数重缩放（TSR）。它通过去噪过程中重缩放预测的噪声或分数来修改模型的采样行为，从而可以控制生成输出的多样性。该功能作为 CFG（分类器自由引导）后置函数实现。

​

输入

参数	描述	数据类型	必填	范围
模型	要应用 TSR 函数进行补丁（patch）的扩散模型。	MODEL	是	-
TSR_K	控制重缩放强度。在图像生成中，较低的 k 会产生更详细的细节，较高的 k 会产生更平滑的结果。设置 k = 1 会禁用重缩放。（默认：0.95）	FLOAT	是	0.01 - 100.0
tsr_sigma	控制重缩放生效的早晚。数值越大，生效越早。（默认：1.0）	FLOAT	是	0.01 - 100.0

​

输出

输出名	描述	数据类型
模型	输入的模型，现已将其采样过程应用了时间分数重缩放函数。	MODEL

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

---

Source fingerprint (SHA-256): 4d4e3c64fb6e3a3fe4725ea944a361b46d871943a10e65d72d70e0e6d757dfca