گره ModelSamplingContinuousV رفتار نمونه‌گیری یک مدل را با اعمال پارامترهای نمونه‌گیری پیش‌بینی V پیوسته تغییر می‌دهد. این گره یک کپی از مدل ورودی ایجاد کرده و آن را با تنظیمات محدوده سیگمای سفارشی برای کنترل پیشرفته نمونه‌گیری پیکربندی می‌کند. این امکان را به کاربران می‌دهد تا فرآیند نمونه‌گیری را با مقادیر حداقل و حداکثر سیگمای مشخص، دقیق تنظیم کنند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | ضروری | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدل ورودی که با نمونه‌گیری پیش‌بینی V پیوسته اصلاح می‌شود | MODEL | بله | - |
| `نمونه‌برداری` | روش نمونه‌گیری اعمال‌شده (در حال حاضر فقط پیش‌بینی V پشتیبانی می‌شود) | STRING | بله | `"v_prediction"` |
| `سیگما بیشینه` | حداکثر مقدار سیگما برای نمونه‌گیری (پیش‌فرض: 500.0) | FLOAT | بله | 0.0 - 1000.0 |
| `سیگما کمینه` | حداقل مقدار سیگما برای نمونه‌گیری (پیش‌فرض: 0.03) | FLOAT | بله | 0.0 - 1000.0 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مدل` | مدل اصلاح‌شده با نمونه‌گیری پیش‌بینی V پیوسته اعمال‌شده | MODEL |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelSamplingContinuousV/fa.md)

---
**Source fingerprint (SHA-256):** `8095b5024c0d33011f6a81ed496cf1711981701e0f35f9527646b150f5033d45`