EMNLP 新基准 TEMPO：16 款检索器最佳仅 32.0 NDCG@10，RAG 不检索得分更高

因斯布鲁克大学团队在 EMNLP 2026 发布多领域时间推理型检索基准 TEMPO，含 1,730 条人工问题，覆盖 13 个领域。基准评测 16 款检索器，最佳 DiveR 仅 32.0 NDCG@10，约 30% 跨时段查询漏掉所需跨度；RAG 不检索得分 77.3，高于最佳检索器的 75.6。