Este artículo argumenta que los parámetros actuales para la respuesta a consultas complejas (CQA) en grafos de conocimiento (KG) no reflejan adecuadamente su complejidad en el mundo real. Una proporción significativa de las consultas (hasta el 98 %) en los parámetros existentes puede reducirse a problemas más simples, como la predicción de enlaces, y los modelos de CQA de vanguardia muestran una degradación significativa en estas consultas no simplificables. Por lo tanto, en este artículo, proponemos un conjunto de parámetros más desafiantes que requieren inferencia multisalto y reflejan mejor las configuraciones de KG en el mundo real, exponiendo así las limitaciones de los métodos de CQA existentes.
