研究发现，单纯使用翻译质量度量多语言神经机器翻译中的知识转移并不足够。研究提出了“表示转移潜力”（RTP）的概念，可测量正向和负向的迁移，并且RTP与翻译质量变化强相关。研究还发现多重并行重叠是一个重要而未被充分利用的特征，开发了一种新型训练方案，可提高低资源语言的翻译质量。