本文介绍了一种名为LumiNet的新型知识传递算法，通过重新校准对数，重建了更细粒度的类间关系，使得学生模型能够学习到更丰富的知识。测试结果表明LumiNet在基准数据集上有效，并在迁移学习领域展示了适应能力。希望通过LumiNet引导研究关注基于对数的知识蒸馏的潜在能力。

LumiNet是一种新型的知识传递算法，通过重新校准对数来提取教师的隐藏知识能力。测试证明了LumiNet在基准数据集上的有效性，并在迁移学习领域展示了其通用性和稳健性。希望通过LumiNet引导研究关注基于对数的知识蒸馏的潜在能力。