尽管机器翻译的自动评估标准，如BLEU等使用十分广泛，但人为评估仍然是评估的金牌标准。人类评估员在评估机器翻译输出的内容时，标准不尽相同。这些标准与评估员自身的语言技能和翻译质量的期待值息息相关。因此，为了解决这个问题，Meta AI研究员在2022年5月发表的文章中，提议使用新颖的标准，即XSTS标准，更加关注意义等值和跨语言标准。
该标准大致可以分为两个方面。一、恰当大于流畅(Adequacy Over Fluency)。新的标准更加关注翻译得是否恰当，而非语言的流畅性。二、跨语言的连贯性（Cross-Lingual Consistency），即使用多种语言通用的评价标准。如此一来，有了更加统一的可视化的标准，评价的结果更具连贯性。
