## نظرة عامة

تتيح لك عقدة CLIPAttentionMultiply ضبط آلية الانتباه في نماذج CLIP من خلال تطبيق عوامل ضرب على مكونات مختلفة لطبقات الانتباه الذاتي. تعمل هذه العقدة عن طريق تعديل أوزان وحدود الإسقاط للاستعلام والمفتاح والقيمة والمخرجات في آلية انتباه نموذج CLIP. تقوم هذه العقدة التجريبية بإنشاء نسخة معدلة من نموذج CLIP المُدخل مع تطبيق عوامل القياس المحددة.

## المدخلات

| المعامل | الوصف | نوع البيانات | إلزامي | النطاق |
| --- | --- | --- | --- | --- |
| `CLIP` | نموذج CLIP المراد تعديله | CLIP | نعم | - |
| `Q` | عامل الضرب لأوزان وحدود إسقاط الاستعلام (القيمة الافتراضية: 1.0) | FLOAT | نعم | 0.0 - 10.0 |
| `K` | عامل الضرب لأوزان وحدود إسقاط المفتاح (القيمة الافتراضية: 1.0) | FLOAT | نعم | 0.0 - 10.0 |
| `V` | عامل الضرب لأوزان وحدود إسقاط القيمة (القيمة الافتراضية: 1.0) | FLOAT | نعم | 0.0 - 10.0 |
| `الإخراج` | عامل الضرب لأوزان وحدود إسقاط المخرجات (القيمة الافتراضية: 1.0) | FLOAT | نعم | 0.0 - 10.0 |

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `CLIP` | يُرجع نموذج CLIP معدلاً مع تطبيق عوامل قياس الانتباه المحددة | CLIP |

> 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/CLIPAttentionMultiply/ar.md)

---
**Source fingerprint (SHA-256):** `43dab83ecfc928f3359eb7560658f43235bf3faa62c81084a2b4f482e3a4638f`