D-SLR：互斥行稀疏加低秩矩阵分解

D-SLR 提出了一种互斥行稀疏加低秩矩阵分解方法，作为截断 SVD 的闭式替代方案，将行严格限定为完整存储或低秩近似，在同等或更少参数下表现不逊于 SVD。该算法无需迭代求解与正则化调优，计算总成本仅需 3 次 SVD，并提供免假设的事后误差下界保证。在 LLM 嵌入向量表、网络流量及高光谱图像等数据上的实验验证了其性能增益。