Este nodo está diseñado para modificar el comportamiento de muestreo de un modelo aplicando una estrategia de muestreo discreto. Permite seleccionar diferentes métodos de muestreo, como epsilon, v_prediction, lcm o x0, y opcionalmente ajusta la estrategia de reducción de ruido del modelo según la configuración de la relación de ruido cero-shot (zsnr).

## Entradas

| Parámetro | Descripción | Tipo de dato | Python dtype |
| --- | --- | --- | --- |
| `modelo` | El modelo al que se aplicará la estrategia de muestreo discreto. Este parámetro es crucial ya que define el modelo base que será modificado. | MODEL | `torch.nn.Module` |
| `muestreo` | Especifica el método de muestreo discreto que se aplicará al modelo. La elección del método afecta la forma en que el modelo genera muestras, ofreciendo diferentes estrategias de muestreo. | COMBO[STRING] | `str` |
| `zsnr` | Una bandera booleana que, cuando está habilitada, ajusta la estrategia de reducción de ruido del modelo según la relación de ruido cero-shot. Esto puede influir en la calidad y las características de las muestras generadas. | `BOOLEAN` | `bool` |

## Salidas

| Parámetro | Descripción | Tipo de dato | Python dtype |
| --- | --- | --- | --- |
| `modelo` | El modelo modificado con la estrategia de muestreo discreto aplicada. Este modelo ahora está preparado para generar muestras utilizando el método y los ajustes especificados. | MODEL | `torch.nn.Module` |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelSamplingDiscrete/es.md)