La barre d'adresse de Chrome exploite des modèles de Machine Learning pour améliorer les suggestions de pages Web. Les modèles privilégient la pertinence et la précision, améliorant ainsi l'expérience utilisateur. Malgré les défis initiaux, l'intégration a été rendue possible grâce à une équipe dédiée. Les renseignements du ML ont révélé des tendances, comme la pertinence décroissante des navigations récentes qui étaient probablement involontaires. Les modèles permettent d'apporter des améliorations potentielles à l'avenir, notamment en intégrant de nouveaux signaux et en adaptant la pertinence à des contextes spécifiques. La notation de la pertinence peut s'adapter aux changements de comportement des utilisateurs au fil du temps, grâce à la possibilité de reformer et de déployer régulièrement de nouveaux modèles. Cette intégration vise à améliorer en permanence la fonctionnalité de la barre d'adresse et à répondre aux besoins évolutifs des utilisateurs.