本文提出视觉前提证明（VPP）任务，通过将图表问答拆解为逻辑前提，提升模型的推理能力。研究表明，模型在图表推理方面优于结构理解和数据检索，强调了推理与视觉理解结合的重要性。

本研究提出视频时间轴建模问题，通过一组相关视频创建时间轴，促进对故事内容和结构的理解。构建了YouTube-News-Timeline数据集，并提出量化指标评估方法。进一步开发和评估深度学习方法解决问题。预计为视频时间轴建模研究铺平道路。