هذه ترجمة الوثيقة التقنية لعقدة ComfyUI مع الالتزام بقواعد الترجمة المحددة:

تطبق عقدة توجيه الانتباه الذاتي التوجيه على نماذج الانتشار عن طريق تعديل آلية الانتباه أثناء عملية أخذ العينات. تلتقط درجات الانتباه من خطوات إزالة الضوضاء غير المشروطة وتستخدمها لإنشاء خرائط توجيه ضبابية تؤثر على المخرجات النهائية. تساعد هذه التقنية في توجيه عملية التوليد من خلال الاستفادة من أنماط الانتباه الخاصة بالنموذج نفسه.

## المدخلات

| المعامل | الوصف | نوع البيانات | إجباري | النطاق |
| --- | --- | --- | --- | --- |
| `النموذج` | نموذج الانتشار المراد تطبيق توجيه الانتباه الذاتي عليه | MODEL | نعم | - |
| `المقياس` | قوة تأثير توجيه الانتباه الذاتي (القيمة الافتراضية: 0.5) | FLOAT | لا | -2.0 إلى 5.0 |
| `تمويه سيغما` | مقدار التمويه المطبق لإنشاء خريطة التوجيه (القيمة الافتراضية: 2.0) | FLOAT | لا | 0.0 إلى 10.0 |

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `النموذج` | النموذج المعدل مع تطبيق توجيه الانتباه الذاتي | MODEL |

**ملاحظة:** هذه العقدة حالياً تجريبية ولها قيود مع الدفعات المجزأة. يمكنها فقط حفظ درجات الانتباه من استدعاء UNet واحد وقد لا تعمل بشكل صحيح مع أحجام الدفعات الأكبر.

> 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/SelfAttentionGuidance/ar.md)

---
**Source fingerprint (SHA-256):** `5f16ecd8f74bfd71073c6e3a65be08e54e4f5b9c56fe08deb48f35df381e82fa`