AWS 提出 SCOUT 框架，修复 on-policy 蒸馏中教师的 off-policy 失配

AWS 团队提出 SCOUT（Student-COnditioned Updates of the Teacher）共训练框架，用于修复 on-policy 蒸馏（OPD）中学生轨迹对教师而言是 off-policy 的根本性失配。