字节 Seed 具身秋招二三面（用户投稿摘要）

一批机器人轨迹数据拿到手后，怎么判断哪些能训练、哪些应该清洗掉？

图像、文本、机器人状态和动作频率不同，怎么完成多模态时间对齐？如果直接按照最近时间戳匹配，会出现什么问题？

数据质量应该怎么量化？除了完整率、异常率和重复率，能不能设计真正反映机器人任务有效性的指标？

模型在真实环境中频繁失败，怎么自动发现 Edge Case 并回流？哪些失败数据值得优先标注，哪些重复失败其实没有继续训练的价值？

加入一批新数据后成功率提升了，怎么证明收益确实来自这批数据，而不是训练参数、随机种子或者评测环境变化？