我们以近至下一个领先的顺序展示了具有两个不同的不消失质量的重到轻形状因子,并研究了其在小质量中的扩展。 这种小质量膨胀的前导项导致形状因数的因式表达。 第二个质量的存在导致了一个新特征,因为软贡献会导致分解异常。 这与共线贡献中的相应异常抵消。 通过此处介绍的广义分解,可以从相应的无质量振幅和软贡献中获得质量较大的过程(例如,μ电子散射)的前导小质量项。