Bài báo này đề xuất GOAT (Ghép nối Phân phối theo hướng dẫn GFlOwNet), một phương pháp mới để giải quyết ảo giác trong các hệ thống chuyển văn bản thành giọng nói (TTS) dựa trên mô hình ngôn ngữ. Không giống như các phương pháp hiện có, GOAT là một khuôn khổ hậu huấn luyện giúp giảm thiểu ảo giác mà không cần quá nhiều tài nguyên huấn luyện hoặc trì hoãn suy luận. Chúng tôi phân tích mối tương quan mạnh mẽ giữa độ bất định của mô hình và ảo giác, đồng thời định hình lại việc tạo TTS như một bài toán tối ưu hóa luồng quỹ đạo, sử dụng các mục tiêu cân bằng quỹ đạo con được tăng cường và phần thưởng nội bộ được điều chỉnh mạnh làm phân phối mục tiêu. Chúng tôi tích hợp giảm nhiệt độ phần thưởng và tối ưu hóa tốc độ học để cân bằng giữa tính ổn định và hiệu suất. Kết quả thử nghiệm cho thấy khả năng khái quát hóa và hiệu quả tuyệt vời, giảm tỷ lệ lỗi ký tự hơn 50% và độ bất định lên đến 58% trong các trường hợp thử nghiệm khó.
