تسارعت وتيرة التطور في معالجة اللغة الطبيعية (NLP) للغة الإنجليزية بشكل كبير من خلال مجموعة من المعايير التي تساعد في تحليل المشاعر، وفهم المستندات، والإجابة على الأسئلة المالية. ومع ذلك، لا تزال معالجة اللغة الطبيعية المالية باللغة العربية (Arabic Financial NLP) تعاني من نقص ملحوظ في الاستكشاف، وذلك بالرغم من الطلب القوي على مساعدات مالية موثوقة تتوافق مع الشريعة الإسلامية.

لذلك، تم تقديم معيار جديد يُدعى SAHM، وهو عبارة عن مجموعة بيانات مُعَززة تعتمد على المستندات، مخصصة لتدريب نماذج الذكاء الاصطناعي على معالجة المعلومات المالية والشريعة. يتضمن هذا المعيار 14,380 مثالًا تحقق منها خبراء، ويتوزع عبر سبع مهام تشمل:
1. أسئلة حول معايير AAOIFI (المؤسسة العربية للاعتماد المالي)
2. أسئلة وأجوبة تعتمد على الفتاوى
3. امتحانات المحاسبة والأعمال
4. تحليل المشاعر المالية
5. التلخيص الاستخراجي
6. تحليل الأحداث وأسبابها.

تم تجميع هذه الأمثلة من مصادر تنظيمية، فقهية، وشركات معترف بها، مما يضمن موثوقية البيانات المستخدمة. وفقًا للاختبارات التي تم إجراؤها، تم تقييم 19 نموذجًا قويًا من النماذج الكبيرة (LLMs) المفتوحة والخاصة باستخدام معايير دقيقة. وأظهرت النتائج أن الطلاقة في اللغة العربية لا تعني بالضرورة القدرة على التفكير المالي المدعوم بالأدلة، حيث أن النماذج كانت أقوى في المهام النمطية من المهام التي تتطلب التفكير الإبداعي، وكان أكبر تفاوتات الأداء في تحليل الأحداث وأسبابها.

تسعى مبادرة SAHM إلى دعم الأبحاث المستقبلية في معالجة اللغة العربية المالية الموثوقة، من خلال توفير المعيار، وإطار التقييم، ونموذج مُعَد لتلبية احتياجات السوق المتزايدة للذكاء الاصطناعي في هذا المجال.