推理稳定点：用于稳定证据与捷径依赖的训练时信号

微调预训练语言模型可以提高任务性能，同时也会微妙地改变模型所依赖的证据。我们提出了一种训练时可解释性视角，跟踪微调周期中的 token 级归因。我们将解释漂移定义为在固定探针集上归一化 token 归因随周期的变化，并引入推理稳定点（RSP），即漂移保持持续低位的最早周期。RSP 根据运行内漂移动态计算得出，无需在分布外数据上进行调优。在多个轻量级 Transformer 分类器和基准分类任务中，漂移通常在训练早期就降至低且稳定的机制，而验证准确率仅发生微小变化。在带有标签相关触发 token 的受控捷径设置中，归因动态揭示了即使验证准确率保持竞争力，模型对捷径的依赖仍在增加。总体而言，解释漂移提供了一种简单、低成本的诊断方法，用于监控微调过程中决策证据的演变，并在稳定证据机制下选择检查点。