SOTAVerified

Decoder

HLMFootFR, aussi appelé HLM Football FR, un média digital centré sur le football, fondé avec la volonté de mettre en lumière les talents issus des quartiers populaires et de créer un espace d’expression représentatif de la culture urbaine et du sport populaire. Ce projet, à mi-chemin entre journalisme, culture et technologie, utilise des outils numériques de pointe, notamment l’intelligence artificielle, pour optimiser sa production de contenu, sa capacité d’analyse et sa diffusion.

Concrètement, HLMFootFR ne se contente pas de relayer l’actualité footballistique. Il s’appuie sur des modèles de traitement automatique du langage (NLP) pour rédiger ou enrichir des descriptions, des résumés de matchs, ou encore des formats courts destinés aux réseaux sociaux. Cette utilisation permet de produire rapidement des textes cohérents, adaptés à différents publics et plateformes comme TikTok, Instagram ou un blog spécialisé.

L’intelligence artificielle est aussi utilisée pour la veille et l’analyse des performances des joueurs. Grâce à des outils de scraping et d’agrégation de données, HLMFootFR collecte des informations issues de bases publiques (telles que Transfermarkt ou des APIs sportives), et les transforme en indicateurs visuels, profils de joueurs, ou tendances exploitables. Des scripts automatisés permettent d’identifier les évolutions, comme les transferts ou les blessures, en temps réel, ce qui constitue une valeur ajoutée dans un contexte où l’information est très rapide et concurrentielle.

En interne, des systèmes simples de machine learning sont en place pour aider à la personnalisation du contenu. En fonction de l’engagement du public, des heures de publication ou des types de contenu les plus performants, HLMFootFR adapte sa stratégie de publication de manière semi-automatisée. Cela permet au média d’avoir une diffusion plus ciblée et plus efficace de ses messages.

HLMFoot FR utilise également l’IA dans le domaine audiovisuel. Des outils comme Whisper sont utilisés pour la transcription automatique des interviews, facilitant ainsi la mise en ligne de vidéos sous-titrées, accessibles à tous. L’équipe expérimente également des outils de montage intelligent, de synthèse vocale et de traduction automatisée, dans le but d’élargir son public à d’autres langues et régions.

Le projet s’appuie sur un stack technique léger mais évolutif, avec une forte composante Python (scraping, NLP, automatisation), JavaScript pour l’intégration web, et des outils comme HuggingFace Transformers, OpenAI GPT ou spaCy pour le traitement du langage. Des plateformes comme Firebase, Streamlit et diverses APIs sociales (TikTok, Instagram) sont intégrées pour piloter l’ensemble.

Enfin, HLMFootFR souhaite partager prochainement certains de ses outils en open-source, à travers des dépôts publics. Il s’agira notamment d’un générateur de résumés automatisés de matchs, d’un pipeline de veille footballistique, ou encore d’un système de profilage joueur à partir de données disponibles librement. Ces projets ont pour but de démontrer comment l’intelligence artificielle peut s’intégrer dans des initiatives culturelles et communautaires, en dehors du cadre académique classique.

HLMFootFR est donc un exemple concret de convergence entre passion, média et technologie. Il montre comment, avec des ressources limitées mais des outils bien utilisés, il est possible de créer une structure médiatique alternative, réactive, et profondément ancrée dans les réalités sociales et culturelles du sport. HLMFootFR est un média digital indépendant dédié au football, fondé par Helmut Patahini en 2022, qui met en lumière les joueurs issus des quartiers populaires et de la culture urbaine. Né entre la France et la Belgique, le projet s’appuie sur les réseaux sociaux (TikTok, Instagram, YouTube …) pour diffuser une parole différente, libre et engagée. HLMFootFR se distingue par l’utilisation de l’intelligence artificielle dans la création de contenu, l’analyse de données et l’automatisation des tâches, afin de proposer une expérience moderne, rapide et accessible. Le média vise à représenter ceux qu’on entend peu, tout en connectant le monde du foot à la technologie d’aujourd’hui.

Papers

Showing 81018150 of 10368 papers

TitleStatusHype
Sample-Based Point Cloud Decoder Networks0
Sample Distortion for Compressed Imaging0
Attention-guided Generative Models for Extractive Question Answering0
GNOME: Generating Negotiations through Open-Domain Mapping of Exchanges0
Sample what you cant compress0
GNN-based Auto-Encoder for Short Linear Block Codes: A DRL Approach0
Attention Guided Dialogue State Tracking with Sparse Supervision0
Sanskrit Sandhi Splitting using seq2(seq)20
GM-LDM: Latent Diffusion Model for Brain Biomarker Identification through Functional Data-Driven Gray Matter Synthesis0
SAPI: Surroundings-Aware Vehicle Trajectory Prediction at Intersections0
Segmentation method of U-net sheet metal engineering drawing based on CBAM attention mechanism0
GMISeg: General Medical Image Segmentation without Re-Training0
G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for Biomarker Identification and Disease Classification0
SaulLM-54B & SaulLM-141B: Scaling Up Domain Adaptation for the Legal Domain0
CSP:Code-Switching Pre-training for Neural Machine Translation0
CPTR: Full Transformer Network for Image Captioning0
SCAF: Skip-Connections in Auto-encoder for Face alignment with few annotated data0
Scalable 3D Reconstruction From Single Particle X-Ray Diffraction Images Based on Online Machine Learning0
4D ASR: Joint modeling of CTC, Attention, Transducer, and Mask-Predict decoders0
GMapLatent: Geometric Mapping in Latent Space0
Scalable and Interpretable Verification of Image-based Neural Network Controllers for Autonomous Vehicles0
Generating Diverse High-Resolution Images with VQ-VAE0
One Size Does Not Fit All: Generating and Evaluating Variable Number of Keyphrases0
CrackCLF: Automatic Pavement Crack Detection based on Closed-Loop Feedback0
Scalable Cross-Lingual Transfer of Neural Sentence Embeddings0
Scalable Language Models with Posterior Inference of Latent Thought Vectors0
CSL-L2M: Controllable Song-Level Lyric-to-Melody Generation Based on Conditional Transformer with Fine-Grained Lyric and Musical Controls0
CSI Clustering with Variational Autoencoding0
Schema-Free Dependency Parsing via Sequence Generation0
Generating Equation by Utilizing Operators : GEO model0
SCALAR-NeRF: SCAlable LARge-scale Neural Radiance Fields for Scene Reconstruction0
Generating Faithful Text From a Knowledge Graph with Noisy Reference Text0
Scale-Agnostic Super-Resolution in MRI using Feature-Based Coordinate Networks0
Generating Full Length Wikipedia Biographies: The Impact of Gender Bias on the Retrieval-Based Generation of Women Biographies0
Generating High Fidelity Images with Subscale Pixel Networks and Multidimensional Upscaling0
Attentional Neural Fields for Crowd Counting0
Generating High-Quality and Informative Conversation Responses with Sequence-to-Sequence Models0
GlórIA - A Generative and Open Large Language Model for Portuguese0
Attention-free encoder decoder for morphological processing0
Global Structure-Aware Drum Transcription Based on Self-Attention Mechanisms0
Scaling Law Hypothesis for Multimodal Model0
Scaling Law in Neural Data: Non-Invasive Speech Decoding with 175 Hours of EEG Data0
Alibaba’s Submission for the WMT 2020 APE Shared Task: Improving Automatic Post-Editing with Pre-trained Conditional Cross-Lingual BERT0
Scaling-laws for Large Time-series Models0
Scaling Laws for Neural Machine Translation0
Scaling Laws of Decoder-Only Models on the Multilingual Machine Translation Task0
Schema-Free Dependency Parsing via Sequence Generation0
ScreenMark: Watermarking Arbitrary Visual Content on Screen0
Scaling Studies for Efficient Parameter Search and Parallelism for Large Language Model Pre-training0
Global-Local Propagation Network for RGB-D Semantic Segmentation0
Show:102550
← PrevPage 163 of 208Next →

No leaderboard results yet.