covjac 四係數多項式重構邏輯閘網路:以 Multilinear‑STE 與 CovJac 改善訓練穩定性 本研究探討以可學習邏輯閘網路建構組合電路,指出所有二輸入布林閘可以唯一的四係數多項式表示,並主張直接在四維係數空間訓練與量化為近鄰閘能消除軟混合(Soft-Mix)的梯度空間浪費問題。實驗在七個資料集上顯示,CovJac 在高交互需求任務與深度情形下優於傳統方法,並以更少參數達到等或更好效能。