# ModelSamplingLTXV

گره ModelSamplingLTXV پارامترهای نمونه‌گیری پیشرفته را بر اساس تعداد توکن روی یک مدل اعمال می‌کند. این گره مقدار shift را با درون‌یابی خطی میان `base_shift` و `max_shift` در یک بازه توکن محاسبه می‌کند، سپس مدل ورودی را با یک پیکربندی نمونه‌گیری تخصصی وصله‌گذاری (patch) می‌کند. اگر latent ارائه شود، ابعاد آن تعداد توکن را تعیین می‌کند؛ در غیر این صورت 4096 توکن استفاده می‌شود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدل ورودی برای اعمال پارامترهای نمونه‌گیری. | MODEL | بله | - |
| `بیشینه شیفت` | حداکثر مقدار shift که در محاسبه درون‌یابی خطی استفاده می‌شود (پیش‌فرض: 2.05). | FLOAT | بله | 0.0 تا 100.0 (گام: 0.01) |
| `شیفت پایه` | مقدار پایه shift که در محاسبه درون‌یابی خطی استفاده می‌شود (پیش‌فرض: 0.95). | FLOAT | بله | 0.0 تا 100.0 (گام: 0.01) |
| `latent` | ورودی latent اختیاری برای تعیین تعداد توکن در محاسبه shift. اگر ارائه نشود، تعداد توکن پیش‌فرض 4096 استفاده می‌شود. | LATENT | خیر | - |

مقدار shift با درون‌یابی میان `base_shift` در 1024 توکن و `max_shift` در 4096 توکن محاسبه می‌شود. هنگامی که `latent` ارائه شود، تعداد توکن حاصل‌ضرب همه ابعاد پس از دو بُعد اول در نمونه‌های latent است (ابعاد مکانی/زمانی). اگر `latent` ارائه نشود، تعداد توکن به‌صورت پیش‌فرض 4096 خواهد بود.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `model` | مدل اصلاح‌شده با پارامترهای نمونه‌گیری 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/ModelSamplingLTXV/fa.md)

---
**Source fingerprint (SHA-256):** `aba596c5478e9d6ee821eec1eca15506935bcc765a368087ccc442fc2ed6671b`
