推理稳定点：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升任务性能，同时悄然改变模型所依赖的证据。我们提出一种训练时可解释性视角，跨微调轮次追踪 token 级归因。我们将解释漂移（explanation drift）定义为固定探测集上归一化 token 归因的逐轮变化，并引入推理稳定点（Reasoning Stabilization Point, RSP），即此后漂移持续保持低水平的最早轮次。RSP 由运行内的漂移动态计算得出，无需在分布外数据上调优。在多个轻量 transformer 分类器与基准分类任务上，漂移通常在训练早期就坍缩到一个低而稳定的状态，而验证准确率此后仅继续边缘变化。在带有标签相关触发 token 的受控捷径设定中，即便验证准确率仍有竞争力，归因动态也暴露出对捷径日益增加的依赖。总体而言，解释漂移提供了一个简单、低成本的诊断手段，用于监控微调期间决策证据的演变，以及在稳定证据状态中选择检查点。