EMNLP 新基准 TEMPO：16 款检索器最强仅 32.0 NDCG，RAG 不检索反而更高

因斯布鲁克大学团队在 EMNLP 2026 发布时间推理型检索基准 TEMPO，评测 16 款检索器，最佳 DiveR 仅 32.0 NDCG@10。基准含 1,730 条 Stack Exchange 问题、3,976 条检索步骤，顶级系统在约 30% 的跨时段查询上漏掉部分所需时间跨度。