本研究提出WSI-LLaVA框架，旨在提升多模态大语言模型在全切片图像分析中的表现。通过三阶段训练和WSI-Bench基准，该框架显著提高了对形态特征的理解和诊断准确性，实验结果表明其在形态分析方面优于现有模型。