本研究提出COT Fine-tuned框架，通过双任务方法提升AI生成文本的检测准确性，并利用思维链推理增强模型的透明度与可解释性。实验结果表明，该框架在文本分类和LLM识别方面表现优异。

该研究提出了一种双任务相互强化嵌入联合视频段落检索与定位方法（DMR-JRG），旨在减少视频段落定位对大量标注时间标签的依赖。通过检索和定位任务的相互促进，构建了特征空间，实现了精确的跨模态匹配与定位。