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 351400 of 10368 papers

TitleStatusHype
FastInst: A Simple Query-Based Model for Real-Time Instance SegmentationCode2
Mimic before Reconstruct: Enhancing Masked Autoencoders with Feature MimickingCode2
DiffusionDepth: Diffusion Denoising Approach for Monocular Depth EstimationCode2
Inseq: An Interpretability Toolkit for Sequence Generation ModelsCode2
PITS: Variational Pitch Inference without Fundamental Frequency for End-to-End Pitch-controllable TTSCode2
RESDSQL: Decoupling Schema Linking and Skeleton Parsing for Text-to-SQLCode2
A Text-guided Protein Design FrameworkCode2
Crossformer: Transformer Utilizing Cross-Dimension Dependency for Multivariate Time Series ForecastingCode2
K-Planes: Explicit Radiance Fields in Space, Time, and AppearanceCode2
Multiview Compressive Coding for 3D ReconstructionCode2
Tracr: Compiled Transformers as a Laboratory for InterpretabilityCode2
Towards Long-Term Time-Series Forecasting: Feature, Pattern, and DistributionCode2
StyleTalk: One-shot Talking Head Generation with Controllable Speaking StylesCode2
DETR Does Not Need Multi-Scale or Locality DesignCode2
FocalFormer3D: Focusing on Hard Instance for 3D Object DetectionCode2
Learning 3D Representations from 2D Pre-trained Models via Image-to-Point Masked AutoencodersCode2
4K-NeRF: High Fidelity Neural Radiance Fields at Ultra High ResolutionsCode2
SDFusion: Multimodal 3D Shape Completion, Reconstruction, and GenerationCode2
Semantic-Conditional Diffusion Networks for Image CaptioningCode2
Box2Mask: Box-supervised Instance Segmentation via Level-set EvolutionCode2
GRiT: A Generative Region-to-text Transformer for Object UnderstandingCode2
FFHQ-UV: Normalized Facial UV-Texture Dataset for 3D Face ReconstructionCode2
Efficient Frequency Domain-based Transformers for High-Quality Image DeblurringCode2
AERO: Audio Super Resolution in the Spectral DomainCode2
DeepSolo: Let Transformer Decoder with Explicit Points Solo for Text SpottingCode2
Real-Time Target Sound ExtractionCode2
Text-Only Training for Image Captioning using Noise-Injected CLIPCode2
FaceDancer: Pose- and Occlusion-Aware High Fidelity Face SwappingCode2
Phenaki: Variable Length Video Generation From Open Domain Textual DescriptionCode2
An efficient encoder-decoder architecture with top-down attention for speech separationCode2
CMGAN: Conformer-Based Metric-GAN for Monaural Speech EnhancementCode2
User-Controllable Latent Transformer for StyleGAN Image Layout EditingCode2
DeepInteraction: 3D Object Detection via Modality InteractionCode2
AlexaTM 20B: Few-Shot Learning Using a Large-Scale Multilingual Seq2Seq ModelCode2
When Counting Meets HMER: Counting-Aware Network for Handwritten Mathematical Expression RecognitionCode2
Diffsound: Discrete Diffusion Model for Text-to-sound GenerationCode2
Wayformer: Motion Forecasting via Simple & Efficient Attention NetworksCode2
CodeRL: Mastering Code Generation through Pretrained Models and Deep Reinforcement LearningCode2
Semantic Image Synthesis via Diffusion ModelsCode2
Variable Bitrate Neural FieldsCode2
Multi-instrument Music Synthesis with Spectrogram DiffusionCode2
Unifying Voxel-based Representation with Transformer for 3D Object DetectionCode2
IFRNet: Intermediate Feature Refine Network for Efficient Frame InterpolationCode2
Point-M2AE: Multi-scale Masked Autoencoders for Hierarchical Point Cloud Pre-trainingCode2
GIT: A Generative Image-to-text Transformer for Vision and LanguageCode2
RetroMAE: Pre-Training Retrieval-oriented Language Models Via Masked Auto-EncoderCode2
VQFR: Blind Face Restoration with Vector-Quantized Dictionary and Parallel DecoderCode2
Arbitrary Shape Text Detection via Boundary TransformerCode2
Symphony Generation with Permutation Invariant Language ModelCode2
BinsFormer: Revisiting Adaptive Bins for Monocular Depth EstimationCode2
Show:102550
← PrevPage 8 of 208Next →

No leaderboard results yet.