英文：Low-Rank Decomposition 分类：frontier
将大权重矩阵分解为多个低秩矩阵的乘积来减少参数/计算的技术（如 SVD、LoRA 原理）：利用权重冗余，用少量参数近似表达原矩阵。
原理：W≈A·B（低秩逼近，秩远小于维度）；应用：模型压缩（权重分解存储）、参数高效微调（LoRA：只训低秩增量）、推理加速（分解后计算量下降）；精度：分解损失需微调补偿；代表：LoRA/QLoRA、SVD 压缩。
用于微调（LoRA 低成本适配）、模型压缩（体积下降）、显存优化与高效推理；低秩分解是"以少代多"的矩阵艺术。