贺烈博士本科毕业于中国科学技术大学数学科学学院，并于2018年和2023年分别在瑞士洛桑联邦理工学院（EPFL）获得计算科学与工程硕士学位和计算机与通信科学博士学位。贺烈博士于2025年正式加入上海财经大学计算机与人工智能学院，担任助理教授及博士生导师。他的研究方向聚焦于机器学习中的优化问题与可信机器学习，相关成果发表在ICML、NeurIPS、ICLR等顶级机器学习会议及期刊上。截至2025年5月，其论文总引用量超过8000次，H指数为8。
贺烈博士本科毕业于中国科学技术大学数学科学学院，并于2018年和2023年分别在瑞士洛桑联邦理工学院（EPFL）获得计算科学与工程硕士学位和计算机与通信科学博士学位。贺烈博士于2025年正式加入上海财经大学计算机与人工智能学院，担任助理教授及博士生导师。他的研究方向聚焦于机器学习中的优化问题与可信机器学习，相关成果发表在ICML、NeurIPS、ICLR等顶级机器学习会议及期刊上。截至2025年5月，其论文总引用量超过8000次，H指数为8。
Yunzhen Yao, Lie He, and Michael Gastpar. Leveraging Sparsity for Sample-Efficient Preference Learning: A Theoretical Perspective. ICML 2025.
Diba Hashemi, Lie He†, and Martin Jaggi. CoBo: Collaborative Learning via Bilevel Optimization. NeurIPS 2024.
Lie He and Shiva Kasiviswanathan. Debiasing Conditional Stochastic Optimization. NeurIPS 2023.
Mariel Werner, Lie He, Michael Jordan, Martin Jaggi, and Sai Praneeth Karimireddy. 2023. Provably Personalized and Robust Federated Learning. TMLR.
Sai Praneeth Karimireddy*, Lie He*, and Martin Jaggi. Byzantine-Robust Learning on Heterogeneous Datasets via Bucketing. ICLR 2022.
Thijs Vogels*, Lie He*, Anastasiia Koloskova, Sai Praneeth Karimireddy, Tao Lin, Sebastian U Stich, and Martin Jaggi. RelaySum for Decentralized Deep Learning on Heterogeneous Data. NeurIPS 2021.
Sai Praneeth Karimireddy, Lie He, and Martin Jaggi. Learning from History for Byzantine Robust Optimization. ICML 2021.
Lie He*, Yatao (An) Bian*, and Martin Jaggi. COLA: Decentralized Linear Learning. NeurIPS 2018.
