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 21512200 of 10368 papers

TitleStatusHype
Alirector: Alignment-Enhanced Chinese Grammatical Error CorrectorCode1
DALE: Generative Data Augmentation for Low-Resource Legal NLPCode1
Adaptive Convolution for CNN-based Speech Enhancement ModelsCode1
DAN: a Segmentation-free Document Attention Network for Handwritten Document RecognitionCode1
Attention Flows for General TransformersCode1
CryoAI: Amortized Inference of Poses for Ab Initio Reconstruction of 3D Molecular Volumes from Real Cryo-EM ImagesCode1
DeMT: Deformable Mixer Transformer for Multi-Task Learning of Dense PredictionCode1
DASpeech: Directed Acyclic Transformer for Fast and High-quality Speech-to-Speech TranslationCode1
LENet: Lightweight And Efficient LiDAR Semantic Segmentation Using Multi-Scale Convolution AttentionCode1
Deep Joint Source Channel Coding for WirelessImage Transmission with OFDMCode1
DenseFuse: A Fusion Approach to Infrared and Visible ImagesCode1
Dense Gaussian Processes for Few-Shot SegmentationCode1
Deep Joint Source-Channel Coding with Iterative Source Error CorrectionCode1
Length-Controllable Image CaptioningCode1
Deep Image MattingCode1
Deep Instruction Tuning for Segment Anything ModelCode1
Deep Image Compression using Decoder Side InformationCode1
DeSAM: Decoupled Segment Anything Model for Generalizable Medical Image SegmentationCode1
Alleviating Distortion Accumulation in Multi-Hop Semantic CommunicationCode1
Depthformer : Multiscale Vision Transformer For Monocular Depth Estimation With Local Global Information FusionCode1
Crossway Diffusion: Improving Diffusion-based Visuomotor Policy via Self-supervised LearningCode1
Data-Efficient Image Quality Assessment with Attention-Panel DecoderCode1
Deep Image Harmonization in Dual Color SpacesCode1
Machine Reading Comprehension: The Role of Contextualized Language Models and BeyondCode1
LEGATO: Large-scale End-to-end Generalizable Approach to Typeset OMRCode1
LeNo: Adversarial Robust Salient Object Detection Networks with Learnable NoiseCode1
Simplified Action Decoder for Deep Multi-Agent Reinforcement LearningCode1
Deep Fusion Network for Image CompletionCode1
Deep Equilibrium Object DetectionCode1
Deep Generative Model for Periodic GraphsCode1
Deterministic Decoding for Discrete Data in Variational AutoencodersCode1
Data-to-text Generation with Macro PlanningCode1
Cross-Speaker Encoding Network for Multi-Talker Speech RecognitionCode1
DETR for Crowd Pedestrian DetectionCode1
Deep Encoder, Shallow Decoder: Reevaluating Non-autoregressive Machine TranslationCode1
DeepHandMesh: A Weakly-supervised Deep Encoder-Decoder Framework for High-fidelity Hand Mesh ModelingCode1
Learn to Design the Heuristics for Vehicle Routing ProblemCode1
Deep Dual Support Vector Data Description for Anomaly Detection on Attributed NetworksCode1
Cross Prompting Consistency with Segment Anything Model for Semi-supervised Medical Image SegmentationCode1
DC-UNet: Rethinking the U-Net Architecture with Dual Channel Efficient CNN for Medical Images SegmentationCode1
DC-WCNN: A deep cascade of wavelet based convolutional neural networks for MR Image ReconstructionCode1
DDANet: Dual Decoder Attention Network for Automatic Polyp SegmentationCode1
Deep Embedded K-Means ClusteringCode1
Deep Encoder-Decoder Networks for Classification of Hyperspectral and LiDAR DataCode1
Deep Hyperspectral Unmixing using Transformer NetworkCode1
DGSSC: A Deep Generative Spectral-Spatial Classifier for Imbalanced Hyperspectral ImageryCode1
All Word Embeddings from One EmbeddingCode1
DiaCorrect: Error Correction Back-end For Speaker DiarizationCode1
DeblurDiNAT: A Compact Model with Exceptional Generalization and Visual Fidelity on Unseen DomainsCode1
Deep Low-Rank Subspace ClusteringCode1
Show:102550
← PrevPage 44 of 208Next →

No leaderboard results yet.