このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！ GitHub で編集このノードは、拡散モデルに対して時系列スコア再スケーリング（Temporal Score Rescaling: TSR）を適用します。TSR は、デノイジング処理中に予測されるノイズまたはスコアを再スケーリングすることで、モデルのサンプリング動作を変更し、生成される出力の多様性を制御します。本機能は、CFG（Classifier-Free Guidance：分類器不要ガイド）後の処理として実装されています。
入力
| パラメーター | データ型 | 必須 | 範囲 | 説明 |
|---|---|---|---|---|
model | MODEL | はい | - | TSR 関数を適用してパッチを当てる対象の拡散モデルです。 |
tsr_k | FLOAT | いいえ | 0.01 – 100.0 | 再スケーリングの強さを制御します。k 値が小さいほど詳細な結果が得られ、大きいほど画像生成時に滑らかな結果が得られます。k = 1 と設定すると再スケーリングは無効になります。（デフォルト値：0.95） |
tsr_sigma | FLOAT | いいえ | 0.01 – 100.0 | 再スケーリングがいつから適用されるかを制御します。値が大きいほど、より早いステップから適用されます。（デフォルト値：1.0） |
出力
| 出力名 | データ型 | 説明 |
|---|---|---|
patched_model | MODEL | 入力モデルであり、そのサンプリング処理に時系列スコア再スケーリング関数が適用された状態（パッチ済み）です。 |