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
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
2025 | 學院新聞
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
港大經管學院今日發表《人工智能模型圖像生成能力綜合評測報告》,針對15個「文生圖模型」及7個「多模態大語言模型」進行全面評估。研究顯示,字節跳動的即夢AI和豆包,以及百度的文心一言,在新圖像生成的內容質素及圖像修改的表現突出;而早前引起全球關注的DeepSeek最新推出的文生圖模型Janus-Pro,則在新圖像生成方面表現欠佳。研究亦發現部分文生圖模型雖然在內容質素方面表現優異,卻在安全與責任方面的表現強差人意。整體而言,與文生圖模型相比,多模態大語言模型整體表現較佳。
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
2025 | 研究
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
如今,人工智能領域的前沿模型技術已經從文本處理拓展至視覺信息的深度理解與生成。這些模型既能精准解讀圖像語義,又能根據文字描述創作出兼具真實感與藝術性的視覺內容,展現出令人驚嘆的跨模態理解與創作能力。本研究聚焦全新圖像的生成和基于現有圖像的圖像修改兩大核心任務,提出了一套系統性的人工智能模型圖像生成能力評測框架。我們基于多維測試集的構建與專家評審,對15個專業文生圖模型和7個多模態大語言模型的圖像生成能力進行了全面評估。結果顯示,字節跳動的即夢AI和豆包以及百度的文心一言在新圖像生成的內容質量與修改任務中表現突出,位列第一梯隊。對比不同類型的AI模型,我們發現,相對于專業文生圖模型,多模態大語言模型整體表現更佳。