在ModelScope或类似的机器学习平台上，删除已经训练模型的历史记忆并重新进行训练通常涉及几个步骤。这些步骤可能因平台的具体实现和架构而有所不同，但以下是一般性的指导：
停止当前训练：
首先，确保当前模型的训练已经停止。这可以通过平台的界面操作或API调用完成。
删除模型或检查点：
接下来，你需要删除或移除已训练模型的实例或检查点（checkpoints）。检查点是训练过程中保存的模型状态，它们包含了模型的历史记忆。通过删除这些检查点，你可以移除模型的历史训练状态。这通常可以通过平台的文件管理功能或API调用实现。
重置模型参数：
在某些情况下，即使删除了检查点，模型的参数可能仍然保留在平台的某个地方。为了完全重置模型，你可能需要找到并删除这些参数，或者确保在重新训练时使用新的、未初始化的参数。
重新初始化模型：
在删除历史记忆后，你需要重新初始化模型。这通常意味着创建模型的新实例，并为其分配新的参数。确保在重新初始化时使用正确的模型结构和配置。
重新准备数据集：
重新训练模型之前，确保你的数据集是最新的，并且已经进行了必要的预处理和划分。
开始新的训练：
一旦模型和数据集都准备好，你就可以开始新的训练过程了。使用平台的训练功能或API来启动新的训练会话。
请注意，具体的步骤可能因ModelScope平台的实现和版本而有所不同。因此，强烈建议查阅ModelScope的官方文档或联系其技术支持团队以获取针对你当前情况和需求的准确指导。
此外，在删除模型或检查点之前，请务必谨慎考虑，因为这将永久删除模型的训练历史。如果你需要保留这些历史数据以供将来参考或分析，请确保在删除之前进行备份。