该研究探讨了在非参数因果潜在模型和潜在数据映射到观测数据的变换模型下的因果表示学习。通过使用潜在因果图中每个节点的两个硬解耦干预，建立了可识别性和可实现性结果。

该研究提出了一个框架，用于从数据中学习稀疏的非参数有向无环图（DAG），适用于各种非参数和半参数模型，包括GLMs、加性噪声模型和索引模型等特殊情况。代码可在指定网址获得。