Guía CFG dual - ComfyUI Built-in Node Documentation

El nodo Dual CFG Guider crea un sistema de guía para el muestreo que utiliza dos entradas de condicionamiento junto con una entrada de condicionamiento negativo. Aplica dos escalas de guía separadas para controlar con qué fuerza influye cada condicionamiento en el resultado generado, y admite dos formas de combinar esas escalas: “regular” y “nested”.

Entradas

Parámetro	Descripción	Tipo de datos	Obligatorio	Rango
`modelo`	El modelo que se utilizará para la guía	MODEL	Sí	-
`cond1`	La primera entrada de condicionamiento positivo	CONDITIONING	Sí	-
`cond2`	La segunda entrada de condicionamiento, utilizada como referencia entre el primer condicionamiento positivo y el condicionamiento negativo	CONDITIONING	Sí	-
`negativo`	La entrada de condicionamiento negativo	CONDITIONING	Sí	-
`cfg_conds`	Escala de guía aplicada al primer condicionamiento positivo (predeterminado: 8.0)	FLOAT	Sí	0.0 - 100.0
`cfg_cond2_negativo`	Escala de guía aplicada entre el segundo condicionamiento y el condicionamiento negativo (predeterminado: 8.0)	FLOAT	Sí	0.0 - 100.0
`estilo`	El estilo de guía que se aplicará (predeterminado: “regular”). Cuando se establece en “nested”, la guía se aplica de forma anidada	COMBO	Sí	”regular" "nested”

Nota: En el estilo regular, cfg_cond2_negative se aplica entre cond2 y negative, y cfg_conds se aplica entre cond1 y cond2. En el estilo nested, cfg_conds se aplica primero entre cond1 y cond2, y la predicción resultante luego se guía para alejarse de negative usando cfg_cond2_negative. Nota: En el estilo regular, cuando cfg_cond2_negative es igual a 1.0, se omite el condicionamiento negativo, y cuando cfg_conds también es igual a 1.0, también se omite el segundo condicionamiento. Esto reduce la cantidad de evaluaciones del modelo realizadas.

Salidas

Nombre de salida	Descripción	Tipo de datos
`GUIDER`	Un sistema de guía configurado, listo para usarse con el muestreo	GUIDER

Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! Editar en GitHub

Source fingerprint (SHA-256): ef28d109149cb545bcd76215fd99535905c1d395222149a029c1c210e2912e97

​Entradas

​Salidas

Entradas

Salidas