本研究提出了多模态漫画补充任务，设计了基于大规模语言模型的方法MCoT来挖掘漫画中的事件知识，并建立了包含两种语言的M2C基准数据集。同时，提出了基线方法FVP-M^2，通过视觉提示支持漫画补充任务。实验结果表明FVP-M^2方法在多模态漫画补充任务中有效。

本研究提出了多模态漫画补充任务，设计了基于大规模语言模型的方法 MCoT，建立了包含两种语言的 M2C 基准数据集。同时，提出了基线方法 FVP-M^2，通过细粒度的视觉提示来支持漫画补充任务。实验结果表明 FVP-M^2 方法在多模态漫画补充任务中有效。