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方法（DMR-JRG），有效解决了视频段落定位中对大量标注时间标签的依赖，实现了精确的跨模态匹配与定位。