Chrome의 옴니박스는 머신러닝 모델을 활용해 웹 페이지 제안을 향상시킵니다. 이러한 모델은 관련성과 정밀도를 우선시하여 사용자 경험을 개선합니다. 초기 과제에도 불구하고 헌신적인 팀 덕분에 통합이 가능해졌습니다. ML 인사이트는 의도하지 않은 최근 탐색에 관련성이 감소하는 등의 패턴을 밝혀냈습니다. 이 모델은 새로운 신호를 통합하고 특정 컨텍스트에 관련성을 맞춤화하는 등 잠재적인 미래 개선을 가능하게 합니다. 관련성 점수는 새로운 모델을 정기적으로 재훈련하고 배포할 수 있기 때문에 시간이 지남에 따라 변화하는 사용자 행동에 적응할 수 있습니다. 이러한 통합은 옴니박스 기능을 지속적으로 향상시키고 사용자의 진화하는 요구 사항을 충족하는 것을 목표로 합니다.