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 10011050 of 10368 papers

TitleStatusHype
HAT: Hardware-Aware Transformers for Efficient Natural Language ProcessingCode1
HausaMT v1.0: Towards English--Hausa Neural Machine TranslationCode1
HEDNet: A Hierarchical Encoder-Decoder Network for 3D Object Detection in Point CloudsCode1
A Deep Reinforcement Learning Algorithm Using Dynamic Attention Model for Vehicle Routing ProblemsCode1
Heterogeneous Graph Neural Networks for Keyphrase GenerationCode1
Activity-aware Human Mobility Prediction with Hierarchical Graph Attention Recurrent NetworkCode1
An End-to-End Multi-Task Learning Model for Image-based Table RecognitionCode1
A Tree-Structured Decoder for Image-to-Markup GenerationCode1
Hierarchical Graph Interaction Transformer with Dynamic Token Clustering for Camouflaged Object DetectionCode1
Hierarchical Motion Encoder-Decoder Network for Trajectory ForecastingCode1
Adapting LLaMA Decoder to Vision TransformerCode1
BEVNeXt: Reviving Dense BEV Frameworks for 3D Object DetectionCode1
Hierarchical Self Attention Based Autoencoder for Open-Set Human Activity RecognitionCode1
A Cascade Transformer-based Model for 3D Dose Distribution Prediction in Head and Neck Cancer RadiotherapyCode1
DeFLOCNet: Deep Image Editing via Flexible Low-level ControlsCode1
Deep Symbolic Superoptimization Without Human KnowledgeCode1
A Deep Reinforced Model for Abstractive SummarizationCode1
DeepSym: Deep Symbol Generation and Rule Learning from Unsupervised Continuous Robot Interaction for PlanningCode1
Deep Spatio-Temporal Wind Power ForecastingCode1
Attention Attention Everywhere: Monocular Depth Prediction with Skip AttentionCode1
High-Resolution Swin Transformer for Automatic Medical Image SegmentationCode1
High-throughput 3D shape completion of potato tubers on a harvesterCode1
Neural Distributed Image Compression using Common InformationCode1
DeepVecFont-v2: Exploiting Transformers to Synthesize Vector Fonts with Higher QualityCode1
Deep Shutter Unrolling NetworkCode1
Deep Reinforcement Learning for Solving the Heterogeneous Capacitated Vehicle Routing ProblemCode1
DeepSleep 2.0: Automated Sleep Arousal Segmentation via Deep LearningCode1
Deep Parametric 3D Filters for Joint Video Denoising and Illumination Enhancement in Video Super ResolutionCode1
Abstract Meaning Representation Guided Graph Encoding and Decoding for Joint Information ExtractionCode1
Deep Reinforcement Learning For Sequence to Sequence ModelsCode1
DeepSMOTE: Fusing Deep Learning and SMOTE for Imbalanced DataCode1
Deep Low-Rank Subspace ClusteringCode1
Nonlinear optical encoding enabled by recurrent linear scatteringCode1
Deep Multimodal Neural Architecture SearchCode1
Abstractive Text Summarization Using Sequence-to-Sequence RNNs and BeyondCode1
An Encoder-Decoder Based Audio Captioning System With Transfer and Reinforcement LearningCode1
Autoencoding with a Classifier SystemCode1
Deep Neural Networks for Relation ExtractionCode1
DeFlow: Learning Complex Image Degradations from Unpaired Data with Conditional FlowsCode1
DeTiME: Diffusion-Enhanced Topic Modeling using Encoder-decoder based LLMCode1
Deep Joint Source-Channel Coding with Iterative Source Error CorrectionCode1
Deep Joint Source Channel Coding for WirelessImage Transmission with OFDMCode1
Deep learning based geometric registration for medical images: How accurate can we get without visual features?Code1
Deep Instruction Tuning for Segment Anything ModelCode1
Deep Learning Enhanced Dynamic Mode DecompositionCode1
Deep Image Compression using Decoder Side InformationCode1
Deep Hyperspectral Unmixing using Transformer NetworkCode1
Deep Image Harmonization in Dual Color SpacesCode1
Abstractive Text Summarization Based on Deep Learning and Semantic Content GeneralizationCode1
An Empirical Study of Training End-to-End Vision-and-Language TransformersCode1
Show:102550
← PrevPage 21 of 208Next →

No leaderboard results yet.