Как подбирают размерность эмбеддингов и регуляризацию в моделях коллаборативной фильтрации?

Размерность d подбирают по кривой качества на валидации по времени: наращивают 32 → 64 → 128 → 256, пока метрика растёт, и останавливаются, когда прирост перестаёт окупать память и задержку. Регуляризацию λ подбирают вместе с d: чем больше d, тем сильнее нужна λ, это связанная пара, а не два независимых параметра. Главная ловушка — усреднённая метрика: рост d почти всегда улучшает качество на активных пользователях и ухудшает на редких, а среднее остаётся плоским. Поэтому подбор ведут по разрезам активности, а не по одному числу.