上财ITCS 贺烈 助理教授
报告生成时间：2026年8月20日
个人主页：https://liehe.github.io/
所属团队：上海财经大学计算机与人工智能学院 / 理论计算机科学研究中心(ITCS)
一、学者基本信息
| 字段 | 内容 |
|---|---|
| 中文姓名 | 贺烈 |
| 英文姓名 | Lie He |
| 当前职位 | 助理教授（Tenure-Track Assistant Professor） |
| 所属机构 | 上海财经大学 计算机与人工智能学院 |
| 所属研究中心 | 理论计算机科学研究中心（ITCS） |
| 办公地址 | 上海市国定路777号，上海财经大学，200433 |
| 邮箱 | helie@sufe.edu.cn |
| 个人主页 | https://liehe.github.io/ |
| 研究方向 | 随机优化（Stochastic Optimization）、机器学习（Machine Learning）、分布式与去中心化学习、鲁棒性理论 |
| 招生状态 | 正在招收硕士和博士研究生 |
二、教育背景与职业履历
教育背景
| 时间 | 学位 | 院校 | 专业/实验室 | 导师 |
|---|---|---|---|---|
| 本科 | 理学学士 | 中国科学技术大学（USTC） | 计算数学 | — |
| 硕士 | 理学硕士 | 洛桑联邦理工学院（EPFL） | 计算科学与工程 | — |
| 博士（2018–2023） | 博士 | 洛桑联邦理工学院（EPFL） | 计算机科学，MLO实验室 | Martin Jaggi 教授 |
贺烈博士于2023年在EPFL的机器学习与优化实验室（Machine Learning and Optimization Laboratory, MLO）获得计算机科学博士学位，导师为Martin Jaggi教授。EPFL的EDIC（计算机与通信科学）博士项目是欧洲顶尖的计算机科学博士项目之一。在博士期间，他的研究聚焦于大规模随机优化的效率与鲁棒性问题，特别是分布式和去中心化学习场景下的算法设计与理论分析。
职业履历
| 时间段 | 职位 | 机构 | 说明 |
|---|---|---|---|
| 2018–2023 | 博士研究生 | EPFL MLO实验室 | 在Martin Jaggi指导下攻读博士学位 |
| 2023–2024 | 应用科学家（Applied Scientist） | 腾讯（Tencent Inc.） | 从事机器学习研究 |
| 2025至今 | 助理教授（Tenure-Track） | 上海财经大学 计算机与人工智能学院 | ITCS新进教师 |
在加入上海财经大学之前，贺烈博士曾在腾讯担任应用科学家，从事机器学习相关的产业研究工作。此外，他还有在Google和Amazon的研究经历，其研究成果曾获得Google提供的奖学金、科研资助和产业基金支持。2025年，他作为新进教师加入上海财经大学计算机与人工智能学院及理论计算机科学研究中心（ITCS），并参加了学校组织的新进教师微格教学演练。
加入ITCS的背景
上海财经大学计算机与人工智能学院于2024年12月28日正式成立，由"80后"学者陆品燕教授担任院长。学院以理论计算机科学研究中心（ITCS）和计算经济交叉科学教育部重点实验室为依托。ITCS由陆品燕教授于2016年领衔组建，曾在CSRankings中"算法与复杂性"和"计算经济学"两个方向获评世界前十、亚洲第一。截至2026年8月，学院有专任教师38人，其中教授9名、副教授11名。贺烈博士作为新进教师加入，是学院在机器学习方向的重要布局之一。
三、学生培养情况
贺烈博士于2025年加入上海财经大学，目前处于学术生涯起步阶段。根据其个人主页信息，他正在积极招收硕士和博士研究生，研究方向聚焦于机器学习的鲁棒性、确定性和效率三个核心维度。
由于刚入职不久，尚无已毕业学生记录。其个人主页明确表示欢迎有志于从事机器学习理论研究的学生联系加入团队，联系方式为helie@sufe.edu.cn。
四、学术合作网络
4.1 ITCS内部合作
作为2025年新加入ITCS的教师，贺烈博士在学院内部的合作网络尚在建立阶段。他于2025年6月参加了ITCS Workshop 2025，这是与学院同事建立学术联系的重要渠道。从学院整体师资构成来看，ITCS/计算机与人工智能学院在机器学习和算法设计方向有多位教师，包括韩恺教授（研究方向：机器学习、大数据处理、算法设计与分析）等，存在潜在的合作空间。此外，学院与九坤投资创始团队发起设立的至知创新研究院共建"大模型算法与机理研究联合实验室"，也为贺烈博士提供了与产业界合作的平台。
4.2 跨机构合作
贺烈博士的跨机构合作主要源于其在EPFL的博士阶段研究及在腾讯、Google、Amazon的产业经历。主要合作者包括：
| 合作者 | 机构 | 合作关系 | 代表性合作 |
|---|---|---|---|
| Martin Jaggi | EPFL | 博士导师 | RelaySum (NeurIPS 2021) 等多篇论文 |
| Sebastian U. Stich | CISPA Helmholtz中心（原EPFL） | 博士阶段合作者 | RelaySum (NeurIPS 2021) |
| Thijs Vogels | Google（原EPFL） | 博士阶段合作者 | RelaySum (NeurIPS 2021)，共同一作 |
| Anastasia Koloskova | 苏黎世大学（原EPFL） | 博士阶段合作者 | RelaySum (NeurIPS 2021) |
| Tao Lin | 西湖大学（原EPFL） | 博士阶段合作者 | RelaySum (NeurIPS 2021) |
| Sai Praneeth Karimireddy | EPFL（已毕业） | 博士阶段合作者 | RelaySum (NeurIPS 2021) |
| Michael Gastpar | EPFL | 跨实验室合作 | Preference Learning (ICML 2025) |
| Yunzhen Yao | EPFL | 学生合作 | Preference Learning (ICML 2025) |
值得注意的是，贺烈博士的EPFL MLO实验室同门中，已有多位学者在中国高校任教，包括西湖大学的Tao Lin（林涛，2022年入职，助理教授）等，形成了一个分布在中欧与中国的学术网络。
4.3 国际合作
贺烈博士具有深厚的国际合作背景，主要体现在以下层面：
EPFL MLO实验室网络： Martin Jaggi教授是欧洲机器学习领域的领军学者之一，EPFL MLO实验室培养了大量优秀博士生，形成了一个活跃的国际学术网络。贺烈博士作为该网络2023届毕业生，与实验室的历届校友保持着合作关系。
欧洲ELLIS网络： Martin Jaggi教授是欧洲ELLIS（European Laboratory for Learning and Information Systems）网络的Fellow，通过这一联系，贺烈博士的研究工作与欧洲AI研究生态有着密切关联。
跨实验室合作： 贺烈博士与EPFL的Michael Gastpar教授（信息论与网络系统实验室LINX）合作开展了偏好学习方面的理论研究（ICML 2025论文），展现了跨实验室、跨研究方向的合作能力。
学术会议参与： 贺烈博士积极参与国际学术社区活动，包括参加CNCC 2025（中国计算机大会）、CSIAM-BDAI 2025（中国工业与应用数学学会-大数据与人工智能产业大会）等会议，以及被评选为NeurIPS 2025 Top Reviewer，体现了其在国际学术评审中的贡献。
五、业界合作关系深度分析
贺烈博士在业界拥有丰富的合作经历，是其区别于许多纯学术背景教师的重要特征：
腾讯（Tencent Inc.）
在加入上海财经大学之前，贺烈博士曾在腾讯担任应用科学家（Applied Scientist），从事机器学习相关的研究工作。2024年12月，他受邀在上海交通大学安泰经济与管理学院做学术报告，题为"Towards Robust and Efficient Large-Scale Stochastic Optimization"，当时的身份仍标注为腾讯应用科学家。这表明他在腾讯期间持续活跃于学术界与产业界的交叉领域。
贺烈博士拥有在Google的研究经历。根据公开信息，他的系列论文曾获得Google提供的奖学金、科研资助和产业基金支持（fellowships, grants, and industrial funding from Google）。这一合作关系不仅提供了研究经费支持，也体现了Google对其研究成果质量的认可。
Amazon
贺烈博士还有在Amazon的研究经历，进一步扩展了其在科技产业的合作网络。
产业合作的研究影响
贺烈博士的研究方向——大规模随机优化的效率与鲁棒性——直接面向工业界大规模机器学习训练中的核心挑战，包括计算瓶颈、通信开销以及对抗攻击下的安全保障。这些问题在腾讯、Google、Amazon等大型科技公司的实际业务中具有直接的工程应用价值。其"从理论到产业再回到学术"的职业路径，使其在上海财经大学能够同时连接学术前沿与产业需求。
六、重要奖项与学术兼职
学术荣誉
| 时间 | 荣誉/奖项 | 颁发机构 |
|---|---|---|
| 2025年10月 | NeurIPS 2025 Top Reviewer | NeurIPS会议组委会 |
学术兼职与评审
- NeurIPS 2025 顶级审稿人（Top Reviewer），表明其在机器学习国际学术社区中具有活跃的评审贡献和较高的学术声誉
- 参与ICML、ICLR等机器学习顶级会议的论文审稿工作（根据其论文被这些会议接收的记录推断）
研究资助
- 获得Google提供的奖学金、科研资助和产业基金支持
- 在腾讯工作期间获得产业研究资源的支持
代表性论文
| 年份 | 论文标题 | 会议 | 合作者 |
|---|---|---|---|
| 2021 | RelaySum for Decentralized Deep Learning on Heterogeneous Data | NeurIPS 2021 | Thijs Vogels, Lie He, Anastasia Koloskova, Tao Lin, Sai Praneeth Karimireddy, Sebastian U. Stich, Martin Jaggi |
| 2025 | Leveraging Sparsity for Sample-Efficient Preference Learning: A Theoretical Perspective | ICML 2025 | Yunzhen Yao, Lie He, Michael Gastpar |
| 2026 | （论文标题待公布） | ICLR 2026 | 待确认 |
RelaySum论文提出了去中心化深度学习中基于生成树的信息传播机制（RelaySum），解决了异构数据下的分布式训练问题，是该方向的重要理论贡献。ICML 2025论文则从稀疏性角度分析了偏好学习的样本效率，建立了稀疏随机效用模型下的极小极大最优误差率理论。2026年1月，其又一论文被ICLR 2026接收，延续了其在顶会发文的高产势头。
七、Connection圈层总结
贺烈博士的学术关系网络可从以下圈层进行总结：
第一圈层：核心学术网络（EPFL MLO实验室）
这是贺烈博士最紧密的学术圈层，以导师Martin Jaggi教授为核心，涵盖Sebastian U. Stich、Thijs Vogels、Anastasia Koloskova、Tao Lin、Sai Praneeth Karimireddy等MLO实验室的同门与合作者。这一网络分布在EPFL、CISPA、Google、苏黎世大学、西湖大学等机构，是分布式优化与机器学习领域最活跃的研究团队之一。贺烈博士的多篇核心论文均诞生于这一合作网络。
第二圈层：EPFL跨实验室合作
通过与Michael Gastpar教授（EPFL LINX实验室）的合作，贺烈博士将研究触角延伸至信息论与偏好学习领域，展现了跨学科融合的研究视野。Gastpar教授是IEEE Fellow、ERC Starting Grant获得者，这一合作连接了机器优化与信息理论两个研究社区。
第三圈层：产业合作网络
腾讯、Google、Amazon构成了贺烈博士的产业合作三角。其中，腾讯是其博士毕业后直接进入的产业机构，Google则为其提供了研究资助。这一产业网络不仅提供了研究经费和实际问题的灵感来源，也为他未来在上海财经大学开展"产学研"合作提供了渠道。
第四圈层：ITCS/上财学术生态
作为新进教师，贺烈博士正在融入上海财经大学计算机与人工智能学院的学术生态。院长陆品燕教授领导下的ITCS在理论计算机科学领域具有国际影响力，学院同时拥有计算经济交叉科学教育部重点实验室和与九坤投资共建的大模型算法与机理研究联合实验室。贺烈博士的机器学习优化背景与学院在算法理论、计算经济学方向的既有优势形成互补，有望在"AI+财经"的学科交叉方向产生新的研究成果。
第五圈层：USTC校友网络
贺烈博士本科毕业于中国科学技术大学计算数学专业。USTC在数学和计算机科学领域培养了大量优秀人才，遍布国内外顶尖高校和企业。这一校友网络为其在中国学术界的融入提供了天然的社交资本。
圈层特征总结
贺烈博士的学术关系网络呈现出"欧洲学术根基 + 中国产业经验 + 上财学术新起点"的三维结构。其EPFL博士训练赋予了扎实的理论基础和国际化学术视野，腾讯/Google/Amazon的产业经历使其对大规模机器学习的工程挑战有深刻理解，而加入上财ITCS则为其提供了独立开展学术研究和团队建设的平台。作为一名2025年新入职的助理教授，他的合作网络正在从"以EPFL为核心的欧洲圈层"向"以上财ITCS为核心的中国圈层"过渡和扩展，未来值得关注的合作方向包括：与ITCS同事在算法理论与机器学习交叉领域的合作、与国内高校（如西湖大学林涛团队）的跨校合作，以及在"AI+财经"方向上与上财经济金融学科的交叉合作。