GFlowCausal是一种新方法，通过逐步添加直接边将图搜索问题转变为生成问题，从而从观测数据中学习一个DAG，并使用基于可传递闭包的即插即用模块确保高效的采样。该方法在理论和实验上都表现出显著优势，并且在大规模设置下也表现良好。