SWAX: janelas curtas, memória longa • Híbrido de janela deslizante attn + xLSTM RNN • Contra-intuitivo: janelas mais curtas → melhor recordação a longo prazo • Correção: tamanhos de janela estocásticos = forte desempenho de contexto curto + longo • Supera a atenção de janela fixa