该文综述张量分解在语言模型压缩中的应用，涵盖Kronecker分解、张量列分解、量化感知训练等方法，可将GPT、BERT、LLaMA等模型压缩至原大小的5%至1/48，并在多项NLP基准上保持或提升性能，显著加速推理，适合边缘设备部署。