هذا توثيق عقدة CFGNorm باللغة العربية، مع الالتزام بقواعد الترجمة التقنية المحددة:

عقدة CFGNorm تطبق تقنية تطبيع على عملية التوجيه الخالي من المصنف (CFG) في نماذج الانتشار. تقوم بضبط مقياس التنبؤ المنقى من خلال مقارنة معايير المخرجات الشرطية وغير الشرطية، ثم تطبق مضاعف قوة للتحكم في التأثير. يساعد ذلك في استقرار عملية التوليد عن طريق منع القيم المتطرفة في تحجيم التوجيه.

## المدخلات

| المعامل | الوصف | نوع البيانات | نوع الإدخال | القيمة الافتراضية | النطاق |
| --- | --- | --- | --- | --- | --- |
| `النموذج` | نموذج الانتشار الذي سيتم تطبيق تطبيع CFG عليه | MODEL | مطلوب | - | - |
| `القوة` | يتحكم في شدة تأثير التطبيق المطبق على تحجيم CFG | FLOAT | مطلوب | 1.0 | 0.0 - 100.0 |

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `patched_model` | يعيد النموذج المعدل مع تطبيق تطبيع CFG على عملية أخذ العينات الخاصة به | MODEL |

> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CFGNorm/ar.md)

---
**Source fingerprint (SHA-256):** `af9e5f965500b959ff46f781e9329524fc0a4b94af2ce6d74116fe27b0e9005e`