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ModelSamplingContinuousV 节点通过应用连续 V-prediction 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副本，并使用自定义的 sigma 范围设置进行配置，实现高级采样控制。这允许用户通过特定的最小和最大 sigma 值来微调采样过程。
输入参数
| 参数 | 数据类型 | 必需 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 要应用连续 V-prediction 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（当前仅支持 V-prediction） |
最大西格玛 | FLOAT | 是 | 0.0 - 1000.0 | 采样的最大 sigma 值（默认：500.0） |
最小西格玛 | FLOAT | 是 | 0.0 - 1000.0 | 采样的最小 sigma 值（默认：0.03） |
输出结果
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 已应用连续 V-prediction 采样的修改后模型 |