本文研究了一种高效的矩阵和任意阶张量分解方法，提出了 $w$-宽度签名切割分解算法。该算法在大型语言模型的权重矩阵上实现了 $50\%$ 的空间压缩，同时保持相对误差在 $6\\%$ 以下。