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 27512800 of 10368 papers

TitleStatusHype
MIM: Mutual Information MachineCode0
Mini Minds: Exploring Bebeshka and Zlata Baby ModelsCode0
Commonsense for Generative Multi-Hop Question Answering TasksCode0
MIAS-SAM: Medical Image Anomaly Segmentation without thresholdingCode0
A general reduced-order neural operator for spatio-temporal predictive learning on complex spatial domainsCode0
COMIC: Towards A Compact Image Captioning Model with AttentionCode0
MGANet: A Robust Model for Quality Enhancement of Compressed VideoCode0
MicarVLMoE: A Modern Gated Cross-Aligned Vision-Language Mixture of Experts Model for Medical Image Captioning and Report GenerationCode0
AVESFormer: Efficient Transformer Design for Real-Time Audio-Visual SegmentationCode0
MetaFun: Meta-Learning with Iterative Functional UpdatesCode0
A Controlled Reevaluation of Coreference Resolution ModelsCode0
Memory-oriented Decoder for Light Field Salient Object DetectionCode0
AGA: Attribute-Guided AugmentationCode0
MEND: Meta dEmonstratioN Distillation for Efficient and Effective In-Context LearningCode0
Collaborative Learning of Bidirectional Decoders for Unsupervised Text Style TransferCode0
Memory Defense: More Robust Classification via a Memory-Masking AutoencoderCode0
Mental Task Classification Using Electroencephalogram SignalCode0
Collaborative Auto-encoding for Blind Image Quality AssessmentCode0
Coherent Semantic Attention for Image InpaintingCode0
AGA: Attribute Guided AugmentationCode0
Memory-Augmented Neural Networks for Machine TranslationCode0
Coherent Comments Generation for Chinese Articles with a Graph-to-Sequence ModelCode0
Coherent Comment Generation for Chinese Articles with a Graph-to-Sequence ModelCode0
Memeify: A Large-Scale Meme Generation SystemCode0
Memory-Based Semantic ParsingCode0
A Robust Classification-autoencoder to Defend Outliers and AdversariesCode0
Meaning guided video captioningCode0
Coding for Gaussian Two-Way Channels: Linear and Learning-Based ApproachesCode0
A Fully Convolutional Neural Network for Speech EnhancementCode0
CodeT5+: Open Code Large Language Models for Code Understanding and GenerationCode0
Math Word Problem Solving by Generating Linguistic Variants of Problem StatementsCode0
A Full End-to-End Semantic Role Labeler, Syntax-agnostic Over Syntax-aware?Code0
MDAP: A Multi-view Disentangled and Adaptive Preference Learning Framework for Cross-Domain RecommendationCode0
Mixture Content Selection for Diverse Sequence GenerationCode0
Masking in Multi-hop QA: An Analysis of How Language Models Perform with Context PermutationCode0
Mask-Guided Attention U-Net for Enhanced Neonatal Brain Extraction and Image PreprocessingCode0
Massively Multilingual Neural Grapheme-to-Phoneme ConversionCode0
Co-attention Propagation Network for Zero-Shot Video Object SegmentationCode0
Masked Latent Transformer with the Random Masking Ratio to Advance the Diagnosis of Dental FluorosisCode0
Mask-Enhanced Autoregressive Prediction: Pay Less Attention to Learn MoreCode0
Marian: Fast Neural Machine Translation in C++Code0
Masked and Permuted Implicit Context Learning for Scene Text RecognitionCode0
Mapping Language to Code in Programmatic ContextCode0
Are Structural Concepts Universal in Transformer Language Models? Towards Interpretable Cross-Lingual GeneralizationCode0
Mapping the Edge of Chaos: Fractal-Like Boundaries in The Trainability of Decoder-Only Transformer ModelsCode0
CNN-LSTM models for Multi-Speaker Source Separation using Bayesian Hyper Parameter OptimizationCode0
A Resource Efficient Fusion Network for Object Detection in Bird's-Eye View using Camera and Raw Radar DataCode0
MaMMUT: A Simple Architecture for Joint Learning for MultiModal TasksCode0
Manifold Modeling in Embedded Space: A Perspective for Interpreting Deep Image PriorCode0
Making Language Model a Hierarchical Classifier and GeneratorCode0
Show:102550
← PrevPage 56 of 208Next →

No leaderboard results yet.