Las Sugerencias del motor antes solo se generaban a partir de evaluaciones de IA con baja puntuación. Ahora también aprenden de las correcciones manuales que hacen los evaluadores humanos. Cuando un evaluador edita una traducción, ya sea interno o de un proveedor externo, el motor compara ese cambio con lo que generó inicialmente y, cuando la misma corrección se repite en varios encargos o fija claramente un término, propone la edición de glosario, instrucción o voz de marca que la origina.
Antes, una corrección que un evaluador hacía una y otra vez a mano suponía repetir el mismo trabajo en cada encargo. Ahora el motor identifica la regla que hay detrás: se aplica una vez, y la siguiente traducción ya la incorpora.
Ahora las sugerencias también pueden aprobarse o descartarse en bloque: selecciona un grupo y actúa sobre todas a la vez, en lugar de hacerlo tarjeta a tarjeta. Los motores con aprobación automática aplican por su cuenta las sugerencias basadas en revisión; las que surgen de ediciones humanas siempre quedan pendientes de aprobación manual.
