TAU-Agent：用于交通异常理解的智能检索增强框架

Traffic Anomaly Understanding（TAU）要求模型和系统能够在交通视频中检测、推理并解释异常事件。为解决这一挑战，我们提出 TAU-Agent，一种面向交通异常理解的智能检索增强框架。给定一个任务查询，中央检索代理会协调两种视觉感知工具，即 Video Captioning Tool 和 Open-Vocabulary Tracking Tool，以检索并选择与查询相关的证据，包括字幕、时间区间和目标轨迹。所选证据与采样的视频帧以及输入查询一起，提供给经过监督微调的视觉语言模型，用于最终推理和答案生成。我们在 AI City Challenge 2026 的域内和域外基准上评估了 TAU-Agent。TAU-Agent 在 Track 3 上取得 0.6779 分，在 Track 7 上取得 0.3998 分，在 Track 8 上取得 67.9275 分，分别排名第二、第十二和第五。代码可在以下地址获取：https://github.com/siri-rouser/TAU-Agent。