Bernoulli

⚙️ 本模型的关键特性：

1. 先进的合并方法：

   • 采用加权求和、插值和选择性更新等技术，提供高效且高质量的输出。

2. 层重要性优化：

   • 早期层针对速度进行优化，而后期层则旨在提升图像质量。

3. 动态张量调整大小：

   • 确保不同模型张量之间的无缝兼容性，使您的设置更加灵活和稳健。

   ****NF4 版本****

🎛️ 设置 GGUF 支持：

-适用于 ComfyUI

• 适用于高级工作流

- 适用于已安装并正确配置的 WebUI Forge。

https://civitai.com/articles/6715

🛠️ 完整安装指南

📁 设置结构

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── (基础)📄 bernoulli.gguf 
│   ├── 📂 text_encoders/
│   │   ├── (基础)📄 clip_l.safetensors
│   │   ├── (选项1)📄 t5xxl_fp16.safetensors
│   │   ├── (选项2)📄 t5xxl_fp8_e4m3fn.safetensors
│   │   └── (选项3)📄 t5xxl_fp8_e4m3fn_scaled.safetensors
│   ├── 📂 vae/
│   │   └── 📄 ae.safetensors

💎 必备组件

此合并模型为 AI 驱动的图像生成提供了平衡的解决方案，兼顾速度与质量。无论您是处理单张图像还是大批量图像，都能高效生成高质量视觉效果。

🔤 文本编码器 —— 自然语言理解的核心

注意：请根据您的硬件能力仅选择以下一个 T5XXL 选项

• clip_l.safetensors - 核心理解模型

• T5XXL 选项（仅选其一）：

  • t5xxl_fp16.safetensors - 最高质量，资源需求更高

  • t5xxl_fp8_e4m3fn.safetensors - 性能平衡

  • t5xxl_fp8_e4m3fn_scaled.safetensors - 优化速度

🎭 VAE —— 视觉艺术家

• ae.safetensors

👨‍💻 开发者信息

本工作流指南由 Abdallah Al-Swaiti 创建：

• LinkedIn 个人资料

• GitHub

• Hugging Face

如需更多工具和更新，请访问 OllamaGemini 节点：GitHub 仓库