Antes, las sugerencias del motor solo surgían de evaluaciones de IA con puntajes bajos. Ahora también aprenden de las correcciones que hacen manualmente las personas revisoras. Cuando una persona revisora edita una traducción, ya sea de forma interna o a través de un proveedor externo, el motor compara ese cambio con lo que generó inicialmente. Si la misma corrección se repite en distintos trabajos o establece claramente un término, propone la edición de glosario, instrucción o voz de marca que la explica.
Antes, una corrección que una persona revisora hacía manualmente una y otra vez implicaba repetir el mismo trabajo en cada proyecto. Ahora el motor detecta la regla detrás: aplícala una vez y la próxima traducción ya la trae incorporada.
Ahora las sugerencias también se pueden aprobar o descartar en bloque: selecciona un grupo y actúa sobre todas al mismo tiempo, en vez de hacerlo tarjeta por tarjeta. Los motores con aprobación automática activada evalúan por su cuenta las sugerencias basadas en revisión; las que provienen de ediciones humanas siempre quedan a la espera de aprobación manual.
