本文介绍了一种新颖的任务，即Partial labeling and Long-Tailed Multi-Label Classification（PLT-MLC）。提出了一种端到端的学习框架CO-MIC-Balance，用于解决长尾分布和部分标签的多标签分类问题。实验结果表明，该方法在PLT-MLC数据集上具有更高的有效性和鲁棒性。