生成流网络（GFlowNets）是一种概率抽样框架，通常因数据效率低而难以扩展。本文提出了一种新方法，称为分岔生成流网络（BN），通过分岔结构将流程分解为状态流程和基于边缘的流程的独立表示。这种方法提高了学习效率和处理大规模问题的能力，并在实验中表现出色。