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 101150 of 10368 papers

TitleStatusHype
GLM: General Language Model Pretraining with Autoregressive Blank InfillingCode3
Designing a Better Asymmetric VQGAN for StableDiffusionCode3
Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked ModelingCode3
DeepInteraction++: Multi-Modality Interaction for Autonomous DrivingCode3
This Time is Different: An Observability Perspective on Time Series Foundation ModelsCode3
UCF: Uncovering Common Features for Generalizable Deepfake DetectionCode3
UniMERNet: A Universal Network for Real-World Mathematical Expression RecognitionCode3
DeFlow: Decoder of Scene Flow Network in Autonomous DrivingCode3
Unleashing Vecset Diffusion Model for Fast Shape GenerationCode3
Unlimiformer: Long-Range Transformers with Unlimited Length InputCode3
OneChart: Purify the Chart Structural Extraction via One Auxiliary TokenCode3
Playground v3: Improving Text-to-Image Alignment with Deep-Fusion Large Language ModelsCode3
Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language ModelsCode3
mWhisper-Flamingo for Multilingual Audio-Visual Noise-Robust Speech RecognitionCode3
MTP: Advancing Remote Sensing Foundation Model via Multi-Task PretrainingCode3
Multi-Head RAG: Solving Multi-Aspect Problems with LLMsCode3
nanoT5: A PyTorch Framework for Pre-training and Fine-tuning T5-style Models with Limited ResourcesCode3
Coarse-to-Fine Latent Diffusion for Pose-Guided Person Image SynthesisCode3
CM-UNet: Hybrid CNN-Mamba UNet for Remote Sensing Image Semantic SegmentationCode3
Matcha-TTS: A fast TTS architecture with conditional flow matchingCode3
MaskGIT: Masked Generative Image TransformerCode3
MambaAD: Exploring State Space Models for Multi-class Unsupervised Anomaly DetectionCode3
DDColor: Towards Photo-Realistic Image Colorization via Dual DecodersCode3
Longformer: The Long-Document TransformerCode3
LLaMA-Omni2: LLM-based Real-time Spoken Chatbot with Autoregressive Streaming Speech SynthesisCode3
CAD-Recode: Reverse Engineering CAD Code from Point CloudsCode3
Image-to-Markup Generation with Coarse-to-Fine AttentionCode3
Beyond A*: Better Planning with Transformers via Search Dynamics BootstrappingCode3
Lag-Llama: Towards Foundation Models for Probabilistic Time Series ForecastingCode3
Ludwig: a type-based declarative deep learning toolboxCode3
4M: Massively Multimodal Masked ModelingCode3
How to build the best medical image segmentation algorithm using foundation models: a comprehensive empirical study with Segment Anything ModelCode3
AutoTimes: Autoregressive Time Series Forecasters via Large Language ModelsCode3
Attention Is All You NeedCode3
Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-DistillationCode3
Hierarchical Text-Conditional Image Generation with CLIP LatentsCode3
AdaRevD: Adaptive Patch Exiting Reversible Decoder Pushes the Limit of Image DeblurringCode3
Improving Text Embeddings with Large Language ModelsCode3
Image and Video Tokenization with Binary Spherical QuantizationCode3
SegFormer3D: an Efficient Transformer for 3D Medical Image SegmentationCode3
LN3Diff: Scalable Latent Neural Fields Diffusion for Speedy 3D GenerationCode3
Locate 3D: Real-World Object Localization via Self-Supervised Learning in 3DCode3
FUTR3D: A Unified Sensor Fusion Framework for 3D DetectionCode2
Frozen CLIP: A Strong Backbone for Weakly Supervised Semantic SegmentationCode2
GAN Prior Embedded Network for Blind Face Restoration in the WildCode2
Generating Images with Multimodal Language ModelsCode2
Anomaly Detection via Reverse Distillation from One-Class EmbeddingCode2
A Non-autoregressive Generation Framework for End-to-End Simultaneous Speech-to-Speech TranslationCode2
FocalFormer3D: Focusing on Hard Instance for 3D Object DetectionCode2
A Novel Approach to Industrial Defect Generation through Blended Latent Diffusion Model with Online AdaptationCode2
Show:102550
← PrevPage 3 of 208Next →

No leaderboard results yet.