Epsilon Scaling - ComfyUI Built-in Node Documentation

Complete documentation for the Epsilon Scaling node in ComfyUI. Learn its inputs, outputs, parameters and usage.

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

此节点实现了研究论文《阐明扩散模型中的曝光偏差》中提出的 Epsilon Scaling 方法。它通过在采样过程中缩放预测噪声来帮助减少曝光偏差，从而提升生成图像的质量。此实现采用了论文推荐的“均匀调度”方案。

​

输入参数

参数	数据类型	必填	取值范围	描述
model	MODEL	是	-	将应用 epsilon 缩放补丁的模型。
scaling_factor	FLOAT	否	0.5 - 1.5	预测噪声的缩放因子。大于 1.0 的值会减少噪声，小于 1.0 的值则会增加噪声（默认值：1.005）。

​

输出

输出名称	数据类型	描述
model	MODEL	输入模型的修补版本，其采样过程已应用 epsilon 缩放功能。