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。