本研究提出了HateDebias基准测试，用于评估仇恨言论检测模型的能力。通过收集不同类型偏见的数据集，并重新组织数据集以适应连续学习的设置，评估模型的准确性。实验结果表明该方法可以提高基线模型的效果，具有实际应用的有效性。

本研究提出了名为HateDebias的基准测试，用于分析仇恨言论检测模型的能力。通过重新组织数据集以适应连续学习的设置，并提出去偏见框架和记忆重播策略，实验结果表明该方法可以提高基线模型的效果。