一句话定义：多示例学习（Multiple Instance Learning, MIL）是一种监督学习设定——训练数据被组织成一个个"包（bag）"，只有包带标签，包里的示例（instance）没有标签。
一个包，一个标签
最常见的设定是二分类。"正包"里至少含一个正示例，"负包"里全是负示例。模型只需要把包判对，不要求（通常也做不到）指出是哪个示例导致了判断。
打个比方：一串钥匙，只要有一把能开门，这串钥匙就贴"能开"的标签，至于具体是哪把，没人告诉你。整串是包，单把钥匙是示例。
医学影像是经典场景：一张全切片图像（Whole Slide Image, WSI）要切成成千上万个几百像素的小图块（patch）。病理医生给的是"这张切片有癌/没癌"的切片级结论，几乎不可能逐块标注。切片是包，patch 是示例。文档分类同理：一份合同是包、句子是示例，"这份合同有风险"容易拿到，"哪一句有风险"要律师逐句看。
怎么训
常见三条路：训一个示例级分类器再用 max 或 mean 池化（pooling）把示例分数聚成包分数；先把示例编码成向量再聚合；或用注意力（attention）学每个示例的权重——权重顺带能告诉你"模型看了哪几块"，在医疗场景里这个可解释性常和准确率一样重要。
两个实操坑：标准 MIL 假设示例彼此独立，但相邻 patch 高度重叠，这个假设并不成立；正包里正示例可能占比极小（证据稀疏），mean 池化容易被稀释，所以 max 池化和注意力更常用。
最容易混淆的邻居：数据增强
MIL 和数据增强（data augmentation）常被混为一谈，因为都涉及"一个东西里装着多个东西"。但两者根本不在同一层面。
| 多示例学习（MIL） | 数据增强（data augmentation） | |
|---|---|---|
| 本质 | 一种问题设定：标签贴在哪个粒度 | 一种数据手段：怎么造更多训练样本 |
| 变的是什么 | 监督信息的分配方式 | 像素或文本的变换（旋转、裁剪、加噪、同义替换） |
| 标签情况 | 包有，示例没有 | 变换后的副本与原样本标签完全一致 |
| 内部关系 | 逻辑包含：示例是包的一部分 | 平行复制：副本是原样本的变体 |
| 能否单独使用 | 不能，示例不能拿出来当带标签样本 | 可以，增强样本就是普通样本 |
一句话：MIL 回答"标签该贴在哪一层"，数据增强回答"样本不够怎么办"。两者正交，可以一起用，但不能互相替代。
再分清两个近邻：多标签学习（multi-label learning）是一个样本带多个类别标签，变的是类别维度；MIL 变的是样本层级维度，二者可以叠加。弱监督（weak supervision）是更大的伞，泛指标签不精确、不完整的情况，MIL 是其中一种典型形态。
对实际工作意味着什么
对从业者：拿到数据先问一句"标签是在哪个粒度上给的"。如果只有粗粒度标签却硬按示例级监督训练，等于把未标注的示例当作负样本，引入大量假负例。识别出这是 MIL 问题，往往能省掉绝大部分标注成本。评估时也要留意：包级指标好看，不代表模型定位到了真正的关键示例。
对普通职场人：现实里能拿到的标签大多比想象中粗——这批货合不合格、这份工单是否成立，组织层面的事实容易记录，细节归因很难。MIL 的思路是先在粗粒度上把模型训起来，让它自己指认可疑细节，再交给人工复核，比"先标注几万条细粒度数据"现实得多。