影片時序檢索

深度分析

StoryTR：以心智理論（ToM）強化影片時序檢索的資料與訓練方法

短篇劇情類短影片壓縮大量社交線索，現有視聽模型能看出表面行動，卻難以推斷角色內在意圖與敘事因果。研究提出 StoryTR 基準與一套 Agentic 資料管線，透過三層 Theory of Mind（意圖解碼、敘事推理、邊界定位）生成具說明性的訓練鏈條，並用於訓練小型 7B 模型。