隨遇而安:方翔博士

從文學到金融

在唸高中的時候,方博士的學術興趣主要在研究文學和歷史等領域上,但很可惜,他心儀的大學當年只錄取非文科的學生。方博士最終選擇修讀最接近文科的科目 — 經濟。修讀商科,除了給予方博士與他的恩師陸銘教授相遇的緣分外,浸淫在母校豐富的學術氛圍中,亦培養出方博士對中國宏觀經濟以及中國經濟結構等學術議題的興趣。

 

謎一般的匯率

匯率的變動對市場和社會都有著深遠的影響,故此匯率在全球的媒體中都是個備受矚目的熱點話題。但儘管如此,我們還遠遠沒能徹底地理解匯率的變動。直觀地,它似乎與什麼經濟變數都相關,但數據分析卻顯示它和大多數宏觀經濟指標都不相關。

故此,方博士的第一篇博士論文便選擇研究金融中介機構與匯率決定之間的關係。方博士觀察到,金融機構在外匯市場上扮演著舉足輕重的角色,大多數交易都由金融機構來完成。這些機構有別於傳統文獻中的“代表性行為人”,它們受制於不同形式的約束。研究這些金融中介機構對匯率市場的影響,正是方博士的興趣所在。

 

天生天養

方博士在美國唸博士的時候曾任職助教。美國的課堂氛圍非常開放和有趣,教學是一個令人愉悅的過程。方博士認為,大學是一個自由的地方,學生擁有自由分配時間和資源的權利。故此,方博士希望鼓勵同學們找到自己想做和願意做的事。當然,如果同學們在學業和職業選擇方面希望得到方博士的意見,方博士也非常樂意協助。

 

本科與碩士

方博士認為本科的課程相當直接,學生只需要學習課堂上老師授予的知識。但一名出色的本科生不一定是能夠成為一名出色的研究人員。儘管研究生可以同時進行多個研究項目,但他們的研究專題往往也只是針著於一個非常狹窄的主題,有別於唸本科的時候,那種透過書本和文字的連結,跨越時空,與歷史偉人交流的澎湃和浪漫。方博士觀察到,很多表現優秀的本科生都無法忍受執行重複性工作所帶來的單調乏味。比方說,不是每一個人都能夠忍受花數百小時去進行各種模型的推演或者枯燥的數據處理工作。

研究工作痛苦、漫長、孤獨。而且研究生在作為某一學術專題中的先驅,在碰到瓶頸時,你的博士顧問也不一定能夠為從旁協助。因此,方博士建議進行研究工作的時候找一些合作夥伴,最低限度也要找一些可以跟你交流的人以減少孤獨感。失敗是研究生涯中的家常便飯,我們應該安然面對和接受它作為我們生命中的一部分。能夠從失敗中學習固然好,但若果不能,也不必灰心,向前望就可以。

 

畢業以後

儘管同學們在事業發展和生活方式上會有不同的追求,方博士希望同學們在畢業以後能夠保持住一顆學習的心繼續進修。

方博士強調,我們生活在一個瞬息萬變的世界中。知識發展之快,同學們在本科時學到的知識可以很快過時。但唸大學的價值,是在於培養同學對知識的追求。擁有推動自己終身學習的動力,以及對知識和創新的渴求,是從芸芸眾生中脫穎而出,領先丶甚至主導世界的條件。畢竟,今天微不足道的知識在將來可能至關重要。

 

展望

修讀過研究生和本科生課程,方博士非常了解同學們在求學時所面對的困難。因此,加入香港大學後,方博士希望自己的經驗可以為各級的同學,甚至研究生提供學術上的支援。在自己的研究方面,方​​博士會盡最大努力,撰寫高質的論文貢獻港大。方博士希望能有機會與金融從業者和政策制定者互動,以了解市場的變化。長遠地,方博士希望能將自己的所學和研究成果貢獻社會,為中國經濟和金融的發展貢獻自己的力量。

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。