亞洲環球研究所聯同香港大學經管學院推出量化歷史網上講座系列

歷史檔案的數碼化讓學者得以用計量方法重新審視社會經濟史,能更具系統性檢驗政治、商業、法律、暴力、文化、宗教、社會組織以及科學發展等關聯課題。馮國經馮國綸基金教授(經濟學)及亞洲環球研究所所長陳志武教授,與香港大學經濟及工商管理學院 (港大經管學院) 其他學者推出「量化歷史網上講座系列」(Quantitative History Webinar Series),旨在推動量化歷史研究於社會科學和歷史學上的應用。

 

「量化歷史網上講座系列」為研究經濟史的研究人員和學生提供一個知識交流平台。

陳志武教授的講座將以「海上絲路歷史中不同文明的表現」為題,發掘海上絲綢之路近兩千年的歷史變遷,探討海上絲路不同文明如何在交匯及衝突間此消彼長。講座將於2020年6月11日 (星期四) 下午4時以普通話於Zoom直播。

 

自推出以來,講座系列深受公眾歡迎。其中,香港大學歷史系講座教授梁其姿主講的「宋至清的防疫與治疫:政府與民間組織的角色」便吸引了近700人於Zoom觀看直播。請於「量化歷史網上講座系列」網頁(https://www.asiaglobalinstitute.hku.hk/event-category/agifbe_hku-quantitative-history-webinar-series

) 收看有關講座及瀏覽更多網上講座活動資訊。

 

談及量化歷史研究的應用,陳教授認為:「歷史學者和社會科學學者之間越來越需要跨學科研究,而社科研究學者正可將定量方法和分析框架帶進歷史研究,為其注入新價值。」

 

「量化歷史網上講座系列」將有助結合跨學科力量,並提升香港大學在此學術範疇的影響力。陳教授補充指:「量化歷史研究可為香港和其它地區的政策制定者及業界人士帶來新見解,有助於他們從量化角度吸取歷史經驗,以應對當今政策制定的需要。」

 

 關於「海上絲路歷史中不同文明的表現」的講者

陳志武教授是前耶魯大學金融經濟學教授(1999-2017),現任香港大學亞洲環球研究所所長、港大經管學院金融學講座教授,以及馮國經馮國綸基金教授(經濟學)。他主要的研究工作涵蓋金融學理論、金融社會學、經濟史、新興市場、中國經濟和資本市場等課題。陳教授經常在中國媒體發表以經濟政策、市場發展、法律改革和歷史研究為主題的著作。他的作品經常被刊登在美國、香港、中國和其他國家的主流報紙和雜誌,以及在互聯網和社交媒體上廣泛地轉載。

 

關於量化歷史網上講座系列

為推動量化分析方法在歷史研究中的應用,給學界同仁搭建跨學科交流平台,亞洲環球研究所聯同香港大學經濟及工商管理學院 (港大經管學院) 舉辦量化歷史網上講座系列(Quantitative History Webinar Series),旨在匯集量化歷史研究領域之專家學者於網上平台分享最新研究成果及相互交流。本系列講座由國際量化歷史學會全力支持。

 

召集人:陳志武教授 (亞洲環球研究所、港大經管學院)

溝通與協調:馬馳騁博士 (港大經管學院)

Other Events
港大经管学院最新多模态AI图像生成能力排名出炉 部份中国人工智能模型表现突出
2025 | 学院新闻
港大经管学院最新多模态AI图像生成能力排名出炉 部份中国人工智能模型表现突出
港大经管学院今日发表《人工智能模型图像生成能力综合评测报告》,针对15个“文生图模型”及7个“多模态大语言模型”进行全面评估。研究显示,字节跳动的即梦AI和豆包,以及百度的文心一言,在新图像生成的内容质素及图像修改的表现突出;而早前引起全球关注的DeepSeek最新推出的文生图模型Janus-Pro,则在新图像生成方面表现欠佳。研究亦发现部分文生图模型虽然在内容质素方面表现优异,却在安全与责任方面的表现强差人意。整体而言,与文生图模型相比,多模态大语言模型整体表现较佳。
人工智能图像生成评测成绩单公布: 字节跳动百度表现亮眼,DeepSeek Janus-Pro表现欠佳
2025 | 研究
人工智能图像生成评测成绩单公布: 字节跳动百度表现亮眼,DeepSeek Janus-Pro表现欠佳
如今,人工智能领域的前沿模型技术已经从文本处理拓展至视觉信息的深度理解与生成。这些模型既能精准解读图像语义,又能根据文字描述创作出兼具真实感与艺术性的视觉内容,展现出令人惊叹的跨模态理解与创作能力。本研究聚焦全新图像的生成和基于现有图像的图像修改两大核心任务,提出了一套系统性的人工智能模型图像生成能力评测框架。我们基于多维测试集的构建与专家评审,对15个专业文生图模型和7个多模态大语言模型的图像生成能力进行了全面评估。结果显示,字节跳动的即梦AI和豆包以及百度的文心一言在新图像生成的内容质量与修改任务中表现突出,位列第一梯队。对比不同类型的AI模型,我们发现,相对于专业文生图模型,多模态大语言模型整体表现更佳。