이 문서는 AI가 생성했습니다. 오류를 발견하거나 개선 제안이 있으시면 언제든지 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/Epsilon%20Scaling/en.md)

이 노드는 연구 논문 "Elucidating the Exposure Bias in Diffusion Models"(arxiv.org/abs/2308.15321v6)의 Epsilon Scaling 방법을 구현합니다. 샘플링 과정에서 예측된 노이즈를 스케일링하여 노출 편향을 줄이는 방식으로 작동하며, 이를 통해 생성된 이미지의 품질을 향상시킬 수 있습니다. 이 구현은 실용성과 효율성을 위해 논문에서 권장하는 "균일 스케줄(uniform schedule)"을 사용합니다.

## 입력

| 매개변수 | 설명 | 데이터 타입 | 필수 여부 | 범위 |
| --- | --- | --- | --- | --- |
| `모델` | 엡실론 스케일링 패치가 적용될 모델입니다. | MODEL | 예 | - |
| `스케일링 계수` | 예측된 노이즈가 스케일링되는 비율입니다. 1.0보다 큰 값은 노이즈를 줄이고, 1.0보다 작은 값은 노이즈를 증가시킵니다(기본값: 1.005). | FLOAT | 아니요 | 0.5 - 1.5 |

## 출력

| 출력 이름 | 설명 | 데이터 타입 |
| --- | --- | --- |
| `모델` | 샘플링 과정에 엡실론 스케일링 함수가 적용된 입력 모델의 패치 버전입니다. | MODEL |

> 이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! [GitHub에서 편집](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/Epsilon Scaling/ko.md)

---
**Source fingerprint (SHA-256):** `85c464ce0b2ec2a031a01d9eef5d50fd300be3012499cc061705fb7964110882`