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 13511400 of 10368 papers

TitleStatusHype
Abstract Meaning Representation Guided Graph Encoding and Decoding for Joint Information ExtractionCode1
Feature Pyramid Network for Multi-Class Land SegmentationCode1
ABCD: A Graph Framework to Convert Complex Sentences to a Covering Set of Simple SentencesCode1
BioClinical ModernBERT: A State-of-the-Art Long-Context Encoder for Biomedical and Clinical NLPCode1
FedHCA2: Towards Hetero-Client Federated Multi-Task LearningCode1
FedLPPA: Learning Personalized Prompt and Aggregation for Federated Weakly-supervised Medical Image SegmentationCode1
Few-Shot Single-View 3-D Object Reconstruction with Compositional PriorsCode1
Detecting Any Human-Object Interaction Relationship: Universal HOI Detector with Spatial Prompt Learning on Foundation ModelsCode1
Deterministic Decoding for Discrete Data in Variational AutoencodersCode1
A Mountain-Shaped Single-Stage Network for Accurate Image RestorationCode1
DeSAM: Decoupled Segment Anything Model for Generalizable Medical Image SegmentationCode1
Flacuna: Unleashing the Problem Solving Power of Vicuna using FLAN Fine-TuningCode1
Adaptive O-CNN: A Patch-based Deep Representation of 3D ShapesCode1
DeSTSeg: Segmentation Guided Denoising Student-Teacher for Anomaly DetectionCode1
Bitstream-Corrupted JPEG Images are Restorable: Two-stage Compensation and Alignment Framework for Image RestorationCode1
A Non-autoregressive Multi-Horizon Flight Trajectory Prediction Framework with Gray Code RepresentationCode1
DenseFuse: A Fusion Approach to Infrared and Visible ImagesCode1
An End-to-End Multi-Task Learning Model for Image-based Table RecognitionCode1
First Place Solution to the ECCV 2024 BRAVO Challenge: Evaluating Robustness of Vision Foundation Models for Semantic SegmentationCode1
A Deep Reinforcement Learning Algorithm Using Dynamic Attention Model for Vehicle Routing ProblemsCode1
A Deep Reinforcement Learning Approach for Solving the Traveling Salesman Problem with DroneCode1
Focal-UNet: UNet-like Focal Modulation for Medical Image SegmentationCode1
Focused Attention Improves Document-Grounded GenerationCode1
Dense Gaussian Processes for Few-Shot SegmentationCode1
CARTO: Category and Joint Agnostic Reconstruction of ARTiculated ObjectsCode1
Formal Query Building with Query Structure Prediction for Complex Question Answering over Knowledge BaseCode1
An End-to-End Transformer Model for Crowd LocalizationCode1
FourierNet: Compact mask representation for instance segmentation using differentiable shape decodersCode1
FPGA: Fast Patch-Free Global Learning Framework for Fully End-to-End Hyperspectral Image ClassificationCode1
FPS-Net: A Convolutional Fusion Network for Large-Scale LiDAR Point Cloud SegmentationCode1
An Energy-Efficient Spiking Neural Network for Finger Velocity Decoding for Implantable Brain-Machine InterfaceCode1
Blockwise Parallel Decoding for Deep Autoregressive ModelsCode1
A Baseline Approach for AutoImplant: the MICCAI 2020 Cranial Implant Design ChallengeCode1
Denoising Masked AutoEncoders Help Robust ClassificationCode1
Free View SynthesisCode1
From Association to Generation: Text-only Captioning by Unsupervised Cross-modal MappingCode1
Depthformer : Multiscale Vision Transformer For Monocular Depth Estimation With Local Global Information FusionCode1
From Reading to Compressing: Exploring the Multi-document Reader for Prompt CompressionCode1
BoB: BERT Over BERT for Training Persona-based Dialogue Models from Limited Personalized DataCode1
An Equal-Size Hard EM Algorithm for Diverse Dialogue GenerationCode1
Boosted Neural Decoders: Achieving Extreme Reliability of LDPC Codes for 6G NetworksCode1
FSC: Few-point Shape CompletionCode1
Full Resolution Image Compression with Recurrent Neural NetworksCode1
Fully convolutional Siamese neural networks for buildings damage assessment from satellite imagesCode1
Detail Preserved Point Cloud Completion via Separated Feature AggregationCode1
DEU-Net: Dual-Encoder U-Net for Automated Skin Lesion SegmentationCode1
A De-raining semantic segmentation network for real-time foreground segmentationCode1
Boosting Learning for LDPC Codes to Improve the Error-Floor PerformanceCode1
DPC: Unsupervised Deep Point Correspondence via Cross and Self ConstructionCode1
Encoder-Decoder Models Can Benefit from Pre-trained Masked Language Models in Grammatical Error CorrectionCode1
Show:102550
← PrevPage 28 of 208Next →

No leaderboard results yet.