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 95019550 of 10368 papers

TitleStatusHype
Efficient Dynamic WFST Decoding for Personalized Language Models0
Efficient Encoder-Decoder and Dual-Path Conformer for Comprehensive Feature Learning in Speech Enhancement0
Diff3DETR:Agent-based Diffusion Model for Semi-supervised 3D Object Detection0
Efficient Evaluation of Quantization-Effects in Neural Codecs0
Efficient Extraction of Noise-Robust Discrete Units from Self-Supervised Speech Models0
DIFAI: Diverse Facial Inpainting using StyleGAN Inversion0
EfficientFCN: Holistically-guided Decoding for Semantic Segmentation0
Dictionary Update for NMF-based Voice Conversion Using an Encoder-Decoder Network0
Efficient Fusion and Task Guided Embedding for End-to-end Autonomous Driving0
DialogVED: A Pre-trained Latent Variable Encoder-Decoder Model for Dialog Response Generation0
Efficient Implicit Neural Compression of Point Clouds via Learnable Activation in Latent Space0
Efficient Inference for Multilingual Neural Machine Translation0
Efficient Inference For Neural Machine Translation0
Efficient infusion of self-supervised representations in Automatic Speech Recognition0
Efficient Knowledge Distillation of SAM for Medical Image Segmentation0
Efficient Knowledge Feeding to Language Models: A Novel Integrated Encoder-Decoder Architecture0
Efficient Language Adaptive Pre-training: Extending State-of-the-Art Large Language Models for Polish0
Efficient Language Modeling with Automatic Relevance Determination in Recurrent Neural Networks0
Stable Learning Using Spiking Neural Networks Equipped With Affine Encoders and Decoders0
Semantic Segmentation on 3D Point Clouds with High Density Variations0
Efficient LLM inference solution on Intel GPU0
Efficient Long-Form Speech Recognition for General Speech In-Context Learning0
Efficient Long-Range Transformers: You Need to Attend More, but Not Necessarily at Every Layer0
Dialogue Response Generation via Contrastive Latent Representation Learning0
Dialogue-act-driven Conversation Model : An Experimental Study0
Efficiently Distilling LLMs for Edge Applications0
Diagnostic-free onboard battery health assessment0
Semantic Segmentation with Bidirectional Language Models Improves Long-form ASR0
Efficient Machine Translation with Model Pruning and Quantization0
Efficient Medical Image Segmentation with Intermediate Supervision Mechanism0
DGR: Tackling Drifted and Correlated Noise in Quantum Error Correction via Decoding Graph Re-weighting0
Efficient Model Agnostic Approach for Implicit Neural Representation Based Arbitrary-Scale Image Super-Resolution0
DGFNet: End-to-End Audio-Visual Source Separation Based on Dynamic Gating Fusion0
DFENet: A Novel Dimension Fusion Edge Guided Network for Brain MRI Segmentation0
Efficient Neural Compression with Inference-time Decoding0
Efficient Object-centric Representation Learning with Pre-trained Geometric Prior0
D-FaST: Cognitive Signal Decoding with Disentangled Frequency-Spatial-Temporal Attention0
Efficient Post-processing of Diffusion Tensor Cardiac Magnetic Imaging Using Texture-conserving Deformable Registration0
Efficient Predictive Coding of Intra Prediction Modes0
Semantic Parsing for Question Answering over Knowledge Graphs0
Toward Adaptive Large Language Models Structured Pruning via Hybrid-grained Weight Importance Assessment0
DeviceTTS: A Small-Footprint, Fast, Stable Network for On-Device Text-to-Speech0
Efficient Reflectance Capture with a Deep Gated Mixture-of-Experts0
Robust outlier detection by de-biasing VAE likelihoods0
Device-directed Utterance Detection0
Efficient Sample-Specific Encoder Perturbations0
Development of Pre-Trained Transformer-based Models for the Nepali Language0
Development of a Vertex Finding Algorithm using Recurrent Neural Network0
Efficient Semantic Segmentation using Gradual Grouping0
Efficient Sequence Training of Attention Models using Approximative Recombination0
Show:102550
← PrevPage 191 of 208Next →

No leaderboard results yet.