AITP：基于多模态大语言模型的交通事故责任分配
计算与语言
2026-04-24 v1 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
多模态大语言模型（MLLMs）在交通事故检测（TAD）和交通事故理解（TAU）方面取得了显著进展。然而，现有研究主要集中于描述和解释事故视频，缺乏深入的因果推理和法律知识的融合。交通事故责任分配（TARA）是更具挑战性的任务，需要以交通法规为依据进行多步骤推理。为此，我们提出了 AITP（Artificial Intelligence Traffic Police），一种用于责任推理与分配的多模态大语言模型。AITP 通过引入多模态链式思考（MCoT）机制以增强推理能力，并通过检索增强生成（RAG）集成法律知识。我们进一步提出了 DecaTARA，这是一个以十个相互关联的交通事故推理任务为核心的十项马拉松式基准，包含 67,941 条标注视频和 195,821 条问答对。大量实验表明，AITP 在责任分配、TAD 和 TAU 任务上均实现了最先进的性能，确立了推理驱动型多模态交通分析的新范式。
引用
@article{arxiv.2604.20878,
title = {AITP: Traffic Accident Responsibility Allocation via Multimodal Large Language Models},
author = {Zijin Zhou and Songan Zhang},
journal= {arXiv preprint arXiv:2604.20878},
year = {2026}
}