用协同训练的监控器改进可扩展监督

研究提出让监控器与工作模型协同训练，以避免工作模型针对固定监控器学会规避。监督设定下证明：当可能监控函数类的 Littlestone 维度有限时，监控可以做到误差与查询率趋近于零；自监督设定下提出基于测试时蒸馏的协同训练流程，监控器用额外测试时算力生成训练标签，再训练其标准算力策略，并对多数投票标签给出有限样本锐化保证。