Mirendil lanzó Fern 0.1, su primer modelo, cuyo acceso está limitado actualmente a una cola de solicitudes de acceso anticipado.
El anuncio de Mirendil presenta Fern como un modelo de contexto largo para auditar datos de entrenamiento, depurar ejecuciones de entrenamiento a partir de registros y leer trazas de agentes de principio a fin. Su principal afirmación es una ventana de contexto de hasta 10 millones de tokens, unos 23 MB de código o aproximadamente 500,000 líneas, aunque Startup Fortune informa que la precisión multietapa citada por Mirendil alcanzó el 45% a longitud completa.
Para los creadores, Fern podría reducir parte de la sobrecarga de fragmentación y recuperación en torno a grandes bases de código, registros y trazas. Pero aún es difícil evaluarlo ampliamente: el acceso todavía no es público, no se han revelado los precios y las cifras de rendimiento publicadas proceden de las propias pruebas de Mirendil.