### مرور کلی

راهنمایی (Guidance) به سمت ساختار جزئی‌تر را با استفاده از یک مجموعه CFG منفی دیگر با لایه‌های پرشده (skipped layers) بهبود می‌بخشد. این نسخه عمومی از SkipLayerGuidance روی هر مدل DiT قابل استفاده است و از Perturbed Attention Guidance الهام گرفته شده است. پیاده‌سازی آزمایشی اولیه برای SD3 ایجاد شده بود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | ضروری | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدلی که راهنمایی لایه‌پرشده روی آن اعمال می‌شود | MODEL | بله | - |
| `لایه‌های دوگانه` | شماره لایه‌های جدا شده با کاما برای بلوک‌های دوبل که باید پرش شوند (پیش‌فرض: "7, 8, 9") | STRING | بله | - |
| `لایه‌های تکی` | شماره لایه‌های جدا شده با کاما برای بلوک‌های تکی که باید پرش شوند (پیش‌فرض: "7, 8, 9") | STRING | بله | - |
| `مقیاس` | ضریب مقیاس راهنمایی (پیش‌فرض: 3.0) | FLOAT | بله | 0.0 - 10.0 |
| `درصد شروع` | درصد شروع برای اعمال راهنمایی (پیش‌فرض: 0.01) | FLOAT | بله | 0.0 - 1.0 |
| `درصد پایان` | درصد پایان برای اعمال راهنمایی (پیش‌فرض: 0.15) | FLOAT | بله | 0.0 - 1.0 |
| `مقیاس بازتنظیم` | ضریب مقیاس بازتنظیم برای تنظیم اندازه خروجی (پیش‌فرض: 0.0، به معنی عدم بازتنظیم) | FLOAT | بله | 0.0 - 10.0 |

**نکته:** اگر هر دو `double_layers` و `single_layers` خالی باشند (شامل هیچ شماره لایه‌ای نباشند)، گره مدل اصلی را بدون اعمال هیچ راهنمایی بازمی‌گرداند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مدل` | مدل اصلاح‌شده با راهنمایی لایه‌پرشده 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/SkipLayerGuidanceDiT/fa.md)

---
**Source fingerprint (SHA-256):** `cf494fbeb33e7bc3b3f798e9e9b025623afad4ea6340ef628caa776c7d42ba12`