hist_llava_sample

LLaVA（Large Language and Vision Assistant）是一个多模态数据集，结合了大规模的文本和视觉数据，旨在训练能够理解和生成多模态内容的AI模型。该数据集包括图像描述、视觉问答、图像生成文本等多种任务的数据。