メインコンテンツへスキップ
このノードは、研究論文「Elucidating the Exposure Bias in Diffusion Models」(arxiv.org/abs/2308.15321v6)で提案されたEpsilon Scaling法を実装しています。サンプリングプロセス中に予測ノイズをスケーリングすることで、露出バイアスを低減し、生成画像の品質向上を実現します。本実装では、論文で実用性と効果のバランスが推奨されている「均一スケジュール」を採用しています。

入力

パラメータ説明データ型必須範囲
モデルイプシロンスケーリングパッチが適用されるモデルです。MODELはい-
スケーリング係数予測ノイズをスケーリングする係数です。1.0より大きい値はノイズを低減し、1.0より小さい値はノイズを増加させます(デフォルト: 1.005)。FLOATいいえ0.5 - 1.5

出力

出力名説明データ型
モデル入力モデルにイプシロンスケーリング関数を適用したパッチ版です。サンプリングプロセスに変更が加えられています。MODEL
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/Epsilon Scaling/ja.md)

Source fingerprint (SHA-256): 85c464ce0b2ec2a031a01d9eef5d50fd300be3012499cc061705fb7964110882