{
  "summary": {
    "total": 10957,
    "correct": 9307,
    "incorrect": 1650,
    "accuracy": 84.94,
    "error_categories": {
      "medium_hard": 370,
      "near_miss": 1148,
      "complete_miss": 132
    },
    "confidence_analysis": {
      "mean_confidence_on_errors": 0.5099,
      "high_confidence_errors": 838,
      "low_confidence_errors": 812
    },
    "gate_analysis": {
      "mean_gate_on_wrong_top1": 0.8305,
      "high_gate_wrong": 1650,
      "low_gate_wrong": 0
    }
  },
  "errors": [
    {
      "question_id": "10100711",
      "image_id": 412019,
      "question": "những con ruồi ở phía trước một máy bay động cơ sinh đôi",
      "ground_truth": "con chim",
      "ground_truth_normalized": "con chim",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "hải âu",
        "con chim",
        "diều",
        "núi",
        "ga-ra",
        "lá cờ",
        "chín"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.190114,
      "confidences": [
        0.190114,
        0.109601,
        0.068319,
        0.064683,
        0.037656,
        0.02329,
        0.021624,
        0.016808,
        0.01414,
        0.013745
      ],
      "gate_score_top1": 0.70166,
      "gate_scores": [
        0.70166,
        0.717773,
        0.633789,
        0.682129,
        0.620117,
        0.669434,
        0.56543,
        0.580078,
        0.53125,
        0.577637
      ]
    },
    {
      "question_id": "10106781",
      "image_id": 304698,
      "question": "có bao nhiêu chiếc vali đã mở trên sàn nhà",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.398474,
      "confidences": [
        0.398474,
        0.36566,
        0.129872,
        0.052268,
        0.01871,
        0.013011,
        0.00367,
        0.002562,
        0.00169,
        0.001465
      ],
      "gate_score_top1": 0.836426,
      "gate_scores": [
        0.836426,
        0.827148,
        0.752441,
        0.761719,
        0.733887,
        0.722656,
        0.609375,
        0.588379,
        0.593262,
        0.52832
      ]
    },
    {
      "question_id": "10067071",
      "image_id": 440062,
      "question": "người phụ nữ cưỡi trượt xuống một bên tuyết bao phủ là gì",
      "ground_truth": "núi",
      "ground_truth_normalized": "núi",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "núi",
        "đồi",
        "trượt tuyết",
        "cây",
        "mũ",
        "cây sào",
        "áo sơ mi",
        "trang thiết bị",
        "bầu trời"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.323734,
      "confidences": [
        0.323734,
        0.293614,
        0.089198,
        0.041078,
        0.022641,
        0.0097,
        0.007322,
        0.007237,
        0.006436,
        0.006011
      ],
      "gate_score_top1": 0.814453,
      "gate_scores": [
        0.814453,
        0.76416,
        0.775391,
        0.703125,
        0.636719,
        0.65918,
        0.648926,
        0.564453,
        0.572266,
        0.591309
      ]
    },
    {
      "question_id": "10097021",
      "image_id": 428975,
      "question": "chủ đề đầu lâu với cuốn sách ma cà rồng và đồng hồ là gì",
      "ground_truth": "đèn để bàn",
      "ground_truth_normalized": "đèn để bàn",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái kệ",
        "đồng hồ",
        "phòng ngủ",
        "cây",
        "cửa",
        "đèn để bàn",
        "tường",
        "cửa sổ",
        "bức tượng"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.069915,
      "confidences": [
        0.069915,
        0.059452,
        0.041585,
        0.040227,
        0.035155,
        0.03348,
        0.023741,
        0.023011,
        0.022876,
        0.019076
      ],
      "gate_score_top1": 0.673828,
      "gate_scores": [
        0.673828,
        0.655273,
        0.703125,
        0.663086,
        0.598145,
        0.634277,
        0.456543,
        0.599609,
        0.646973,
        0.553223
      ]
    },
    {
      "question_id": "10040811",
      "image_id": 491958,
      "question": "cừu nằm ở đâu trên giường rơm",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "chuồng trại",
        "vườn bách thú",
        "rào chắn",
        "tòa nhà",
        "cửa tiệm",
        "kho",
        "hộp",
        "bảo tàng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.817139,
      "confidences": [
        0.817139,
        0.059891,
        0.046826,
        0.011122,
        0.007764,
        0.00428,
        0.002363,
        0.001722,
        0.001491,
        0.001482
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.827148,
        0.788086,
        0.760254,
        0.655762,
        0.677246,
        0.65625,
        0.65625,
        0.558105,
        0.639648
      ]
    },
    {
      "question_id": "10067731",
      "image_id": 513260,
      "question": "những gì đang ngồi trên đỉnh đường ray tàu",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "đường sắt",
        "hàng hoá",
        "xe tải",
        "phương tiện giao thông",
        "xe điện ngầm",
        "xe đẩy",
        "trạm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.601199,
      "confidences": [
        0.601199,
        0.23914,
        0.073506,
        0.009309,
        0.006972,
        0.004672,
        0.003094,
        0.00307,
        0.002935,
        0.002784
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.80957,
        0.751953,
        0.597168,
        0.593262,
        0.62793,
        0.62207,
        0.609863,
        0.646973,
        0.595703
      ]
    },
    {
      "question_id": "10091751",
      "image_id": 381368,
      "question": "thứ gì đang nấp sau đám cỏ trong khi thứ trông giống như một con sếu trắng đang cưỡi những con bò ",
      "ground_truth": "bò đực",
      "ground_truth_normalized": "bò đực",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "bò đực",
        "con bò",
        "bãi cỏ",
        "gia súc",
        "con voi",
        "đồi",
        "con ngựa",
        "con vịt",
        "ngựa vằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.177029,
      "confidences": [
        0.177029,
        0.121196,
        0.084114,
        0.077793,
        0.03718,
        0.036819,
        0.026571,
        0.023958,
        0.020136,
        0.012576
      ],
      "gate_score_top1": 0.725098,
      "gate_scores": [
        0.725098,
        0.721191,
        0.666992,
        0.694336,
        0.598633,
        0.601562,
        0.538086,
        0.726562,
        0.653809,
        0.57373
      ]
    },
    {
      "question_id": "10096971",
      "image_id": 397980,
      "question": "đứa trẻ nhỏ này bị đánh là gì",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "quả bóng",
        "lồng",
        "găng tay",
        "áo sơ mi",
        "mũ",
        "sân vận động",
        "dĩa nhựa",
        "mũ lưỡi trai",
        "nón"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.615855,
      "confidences": [
        0.615855,
        0.196072,
        0.029258,
        0.022389,
        0.011592,
        0.009297,
        0.008819,
        0.004174,
        0.002076,
        0.002042
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.810059,
        0.69873,
        0.783203,
        0.651855,
        0.640625,
        0.69873,
        0.59668,
        0.530762,
        0.602539
      ]
    },
    {
      "question_id": "10112351",
      "image_id": 13605,
      "question": "bánh sinh nhật bao nhiêu tuổi với ngựa trên đỉnh",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "ba",
        "bảy",
        "tám",
        "hai",
        "bánh",
        "một",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.533684,
      "confidences": [
        0.533684,
        0.257067,
        0.086107,
        0.025058,
        0.024005,
        0.006336,
        0.006274,
        0.003582,
        0.003192,
        0.002725
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.775391,
        0.762695,
        0.71875,
        0.657227,
        0.574219,
        0.597656,
        0.662109,
        0.543945,
        0.54834
      ]
    },
    {
      "question_id": "10052711",
      "image_id": 560256,
      "question": "những gì được hiển thị ở quầy trái cây bao gồm chuối, cam, táo và anh đào",
      "ground_truth": "rau",
      "ground_truth_normalized": "rau",
      "predicted_top1": "hoa quả",
      "predicted_topk": [
        "hoa quả",
        "cửa hàng",
        "rau",
        "cà rốt",
        "hộp",
        "cửa tiệm",
        "thùng chứa",
        "táo",
        "cái mâm",
        "cái rổ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.403236,
      "confidences": [
        0.403236,
        0.258323,
        0.083213,
        0.026805,
        0.020352,
        0.011895,
        0.010174,
        0.009245,
        0.009191,
        0.008096
      ],
      "gate_score_top1": 0.844727,
      "gate_scores": [
        0.844727,
        0.793457,
        0.776855,
        0.723633,
        0.741699,
        0.727051,
        0.700195,
        0.675293,
        0.736816,
        0.727051
      ]
    },
    {
      "question_id": "10070671",
      "image_id": 421955,
      "question": "bốn người đàn ông sử dụng gì",
      "ground_truth": "dao",
      "ground_truth_normalized": "dao",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "dao",
        "nến",
        "cupcake",
        "cái mâm",
        "dĩa",
        "sô cô la",
        "món tráng miệng",
        "đĩa ăn",
        "donut"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.900132,
      "confidences": [
        0.900132,
        0.024653,
        0.00295,
        0.002629,
        0.00246,
        0.002028,
        0.001961,
        0.001793,
        0.001712,
        0.001684
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.702637,
        0.614258,
        0.638672,
        0.553711,
        0.529297,
        0.522461,
        0.496582,
        0.625488,
        0.572266
      ]
    },
    {
      "question_id": "10084081",
      "image_id": 535322,
      "question": "những gì chủ yếu là bãi đậu xe bê tông trống với các mặt phẳng khác ở xa",
      "ground_truth": "sân bay",
      "ground_truth_normalized": "sân bay",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "ga-ra",
        "bảo tàng",
        "kho",
        "núi",
        "sân vận động",
        "bến tàu",
        "trạm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.866664,
      "confidences": [
        0.866664,
        0.094614,
        0.003807,
        0.003577,
        0.001283,
        0.000837,
        0.000688,
        0.00063,
        0.000551,
        0.000548
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.786621,
        0.542969,
        0.585449,
        0.58252,
        0.534668,
        0.498535,
        0.498535,
        0.41333,
        0.484375
      ]
    },
    {
      "question_id": "10053251",
      "image_id": 575970,
      "question": "những gì đứng ở trung tâm của một nhà bếp",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quầy tính tiền",
        "nhà ở",
        "phòng",
        "quán ăn",
        "bếp",
        "cái ghế",
        "tủ đá",
        "bát",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.344208,
      "confidences": [
        0.344208,
        0.084682,
        0.074295,
        0.060875,
        0.020271,
        0.014687,
        0.012611,
        0.010714,
        0.010384,
        0.010104
      ],
      "gate_score_top1": 0.767578,
      "gate_scores": [
        0.767578,
        0.686035,
        0.696777,
        0.720703,
        0.64209,
        0.600098,
        0.608398,
        0.631348,
        0.643555,
        0.558594
      ]
    },
    {
      "question_id": "10116141",
      "image_id": 62743,
      "question": "có bao nhiêu người đang thưởng thức bữa ăn cùng nhau tại một nhà hàng",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "ba",
        "mười",
        "đĩa ăn",
        "một"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.356585,
      "confidences": [
        0.356585,
        0.306197,
        0.261904,
        0.042092,
        0.005341,
        0.003134,
        0.002384,
        0.001279,
        0.000468,
        0.000435
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.82959,
        0.827148,
        0.754883,
        0.658203,
        0.630859,
        0.572266,
        0.517578,
        0.596191,
        0.451172
      ]
    },
    {
      "question_id": "10087171",
      "image_id": 579060,
      "question": "người chơi tennis sử dụng cái gì để đánh bóng",
      "ground_truth": "vợt",
      "ground_truth_normalized": "vợt",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "vợt",
        "áo sơ mi",
        "nón",
        "dĩa nhựa",
        "gậy",
        "ván trượt",
        "quần short",
        "sân vận động",
        "mặt trời"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.703422,
      "confidences": [
        0.703422,
        0.181361,
        0.014685,
        0.014178,
        0.009593,
        0.004022,
        0.003328,
        0.00296,
        0.002852,
        0.002706
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.812012,
        0.711426,
        0.662598,
        0.742188,
        0.623047,
        0.693848,
        0.493408,
        0.620605,
        0.544434
      ]
    },
    {
      "question_id": "10059751",
      "image_id": 553912,
      "question": "người đàn ông mặc những gì đi bộ trên một con đường tại một cuộc đi bộ chéo",
      "ground_truth": "áo khoác",
      "ground_truth_normalized": "áo khoác",
      "predicted_top1": "xe đạp",
      "predicted_topk": [
        "xe đạp",
        "đường",
        "xe tay ga",
        "xe máy",
        "đường phố",
        "ván trượt",
        "mũ",
        "chim bồ câu",
        "xe lăn",
        "áo khoác"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.557676,
      "confidences": [
        0.557676,
        0.039694,
        0.032524,
        0.031217,
        0.029729,
        0.01684,
        0.012249,
        0.011574,
        0.009861,
        0.009192
      ],
      "gate_score_top1": 0.843262,
      "gate_scores": [
        0.843262,
        0.723633,
        0.757812,
        0.646973,
        0.681152,
        0.69043,
        0.586914,
        0.604492,
        0.766602,
        0.514648
      ]
    },
    {
      "question_id": "10041651",
      "image_id": 540057,
      "question": "người phụ nữ đang ở đâu",
      "ground_truth": "phòng bếp",
      "ground_truth_normalized": "phòng bếp",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "phòng bếp",
        "phòng",
        "quán ăn",
        "con chó",
        "cửa sổ",
        "nhà ở",
        "quán bar",
        "văn phòng",
        "nón"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.248941,
      "confidences": [
        0.248941,
        0.156393,
        0.049694,
        0.035723,
        0.031098,
        0.018497,
        0.018246,
        0.016355,
        0.011263,
        0.010467
      ],
      "gate_score_top1": 0.752441,
      "gate_scores": [
        0.752441,
        0.789551,
        0.653809,
        0.6875,
        0.654297,
        0.569824,
        0.626465,
        0.513672,
        0.556152,
        0.48877
      ]
    },
    {
      "question_id": "10109131",
      "image_id": 79021,
      "question": "có bao nhiêu con chó nhỏ là các giống và màu sắc khác nhau",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.821142,
      "confidences": [
        0.821142,
        0.087911,
        0.040092,
        0.035105,
        0.009087,
        0.001449,
        0.000563,
        0.00045,
        0.000375,
        0.000221
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.843262,
        0.839844,
        0.787109,
        0.717285,
        0.524902,
        0.537109,
        0.519531,
        0.455078,
        0.457275
      ]
    },
    {
      "question_id": "10108851",
      "image_id": 552031,
      "question": "có bao nhiêu con ngựa vằn đang nhìn xuống một ngọn đồi nhỏ ở máy ảnh",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.540519,
      "confidences": [
        0.540519,
        0.392374,
        0.047046,
        0.012662,
        0.000568,
        0.000501,
        0.000236,
        0.000235,
        0.00017,
        0.000134
      ],
      "gate_score_top1": 0.870605,
      "gate_scores": [
        0.870605,
        0.884766,
        0.807617,
        0.776367,
        0.583984,
        0.435547,
        0.453857,
        0.458984,
        0.424805,
        0.372314
      ]
    },
    {
      "question_id": "10040231",
      "image_id": 175798,
      "question": "hai người đàn ông và hai người phụ nữ đang uống ở đâu",
      "ground_truth": "quán bar",
      "ground_truth_normalized": "quán bar",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "quán bar",
        "quán ăn",
        "nhà ở",
        "gian hàng",
        "áo vest",
        "ô cửa",
        "phòng bếp",
        "hành lang",
        "cửa tiệm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.357641,
      "confidences": [
        0.357641,
        0.118399,
        0.066416,
        0.039736,
        0.032432,
        0.029645,
        0.02094,
        0.019864,
        0.017024,
        0.014618
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.686035,
        0.741211,
        0.715332,
        0.640137,
        0.614258,
        0.672363,
        0.686523,
        0.626465,
        0.706543
      ]
    },
    {
      "question_id": "10079241",
      "image_id": 399741,
      "question": "cô gái trẻ giữ được gì",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "màu trắng",
        "gấu trúc",
        "giường",
        "màu nâu",
        "cái ghế",
        "cây",
        "cái kệ",
        "chuột"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.667126,
      "confidences": [
        0.667126,
        0.243512,
        0.004985,
        0.004937,
        0.004557,
        0.003083,
        0.002502,
        0.00208,
        0.00203,
        0.001968
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.784668,
        0.643555,
        0.616211,
        0.663574,
        0.657715,
        0.559082,
        0.512207,
        0.486084,
        0.556152
      ]
    },
    {
      "question_id": "10117581",
      "image_id": 581218,
      "question": "có bao nhiêu máy bay chiến đấu màu bạc đang bay qua bầu trời",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "năm",
        "tám",
        "ba",
        "mười",
        "máy bay",
        "sân vận động"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.299378,
      "confidences": [
        0.299378,
        0.27688,
        0.21903,
        0.112747,
        0.036461,
        0.010611,
        0.002918,
        0.002053,
        0.001822,
        0.001568
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.803711,
        0.823242,
        0.797363,
        0.747559,
        0.662109,
        0.549316,
        0.535645,
        0.58252,
        0.554199
      ]
    },
    {
      "question_id": "10098201",
      "image_id": 511153,
      "question": "những gì đang kéo xe lửa trên đường ray",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "hàng hoá",
        "các tòa nhà",
        "xe điện ngầm",
        "xe điện",
        "trạm",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.71819,
      "confidences": [
        0.71819,
        0.213128,
        0.021268,
        0.004075,
        0.002535,
        0.00222,
        0.001822,
        0.001637,
        0.001464,
        0.000953
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.813965,
        0.748047,
        0.54834,
        0.549316,
        0.637207,
        0.59668,
        0.592773,
        0.556641,
        0.626465
      ]
    },
    {
      "question_id": "10022381",
      "image_id": 200548,
      "question": "màu sắc của đồ đạc là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu đen",
        "màu đỏ",
        "màu xám",
        "màu cam",
        "màu vàng",
        "màu xanh lá",
        "phòng tắm",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.618961,
      "confidences": [
        0.618961,
        0.355439,
        0.008392,
        0.004187,
        0.003471,
        0.001659,
        0.000866,
        0.000815,
        0.000304,
        0.000292
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.905273,
        0.782227,
        0.746094,
        0.79834,
        0.70166,
        0.714355,
        0.626465,
        0.62207,
        0.689941
      ]
    },
    {
      "question_id": "10055341",
      "image_id": 538976,
      "question": "những gì được đăng trên đường sắt mỏng",
      "ground_truth": "chim ưng",
      "ground_truth_normalized": "chim ưng",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "cửa sổ",
        "con vẹt",
        "cây",
        "cửa",
        "chai",
        "hải âu",
        "chim ưng",
        "bức tượng",
        "bức ảnh"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.249216,
      "confidences": [
        0.249216,
        0.073381,
        0.058163,
        0.037043,
        0.01721,
        0.013654,
        0.013208,
        0.010686,
        0.010337,
        0.008058
      ],
      "gate_score_top1": 0.668945,
      "gate_scores": [
        0.668945,
        0.647461,
        0.740723,
        0.647949,
        0.595703,
        0.64502,
        0.517578,
        0.332275,
        0.436279,
        0.41626
      ]
    },
    {
      "question_id": "10041421",
      "image_id": 437774,
      "question": "gấu nhồi bông nằm ở đâu",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "cái rổ",
        "vườn bách thú",
        "rào chắn",
        "sân",
        "chuồng trại",
        "cái ghế",
        "hộp",
        "gấu trúc"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.262474,
      "confidences": [
        0.262474,
        0.227153,
        0.074907,
        0.053429,
        0.040647,
        0.022186,
        0.019541,
        0.009579,
        0.008859,
        0.006988
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.836914,
        0.814941,
        0.802246,
        0.64502,
        0.638184,
        0.688965,
        0.593262,
        0.532227,
        0.67041
      ]
    },
    {
      "question_id": "10118901",
      "image_id": 423231,
      "question": "có bao nhiêu máy bay phản lực bay trong không trung",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "ba",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.420245,
      "confidences": [
        0.420245,
        0.292235,
        0.135902,
        0.063696,
        0.030088,
        0.010961,
        0.002734,
        0.00162,
        0.001331,
        0.001201
      ],
      "gate_score_top1": 0.845215,
      "gate_scores": [
        0.845215,
        0.832031,
        0.771973,
        0.766113,
        0.728516,
        0.654297,
        0.619141,
        0.500977,
        0.522461,
        0.529785
      ]
    },
    {
      "question_id": "10053781",
      "image_id": 497791,
      "question": "những người đang nhìn về một ngọn đồi là gì",
      "ground_truth": "đoạn phim giới thiệu",
      "ground_truth_normalized": "đoạn phim giới thiệu",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "phương tiện giao thông",
        "đường",
        "xe tải",
        "xe cộ",
        "xe đẩy",
        "xe ô tô",
        "đường đi bộ",
        "cây",
        "áo vest"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.161048,
      "confidences": [
        0.161048,
        0.108122,
        0.099219,
        0.091404,
        0.08654,
        0.040799,
        0.028041,
        0.011666,
        0.010376,
        0.010195
      ],
      "gate_score_top1": 0.764648,
      "gate_scores": [
        0.764648,
        0.736816,
        0.737793,
        0.744141,
        0.756348,
        0.720703,
        0.700684,
        0.519043,
        0.546387,
        0.494385
      ]
    },
    {
      "question_id": "10020291",
      "image_id": 331074,
      "question": "màu của vòi nước là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu nâu",
        "màu tía",
        "màu cam",
        "màu xám",
        "màu đỏ",
        "màu đen",
        "màu trắng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.691793,
      "confidences": [
        0.691793,
        0.092172,
        0.090037,
        0.020647,
        0.01917,
        0.018873,
        0.017591,
        0.01088,
        0.00764,
        0.001007
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.750488,
        0.819336,
        0.713867,
        0.717773,
        0.769043,
        0.697754,
        0.739258,
        0.674805,
        0.628906
      ]
    },
    {
      "question_id": "10057791",
      "image_id": 507274,
      "question": "những gì được treo trên một bên của một bồn tắm",
      "ground_truth": "khăn",
      "ground_truth_normalized": "khăn",
      "predicted_top1": "bồn tắm",
      "predicted_topk": [
        "bồn tắm",
        "khăn",
        "quầy tính tiền",
        "chậu",
        "bàn chải",
        "tường",
        "sân khấu",
        "vòi hoa sen",
        "phòng tắm",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.345319,
      "confidences": [
        0.345319,
        0.133132,
        0.046734,
        0.034058,
        0.028015,
        0.022467,
        0.022162,
        0.021355,
        0.020377,
        0.009578
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.678711,
        0.577637,
        0.648926,
        0.657715,
        0.540527,
        0.566895,
        0.591309,
        0.566895,
        0.591797
      ]
    },
    {
      "question_id": "10026761",
      "image_id": 525450,
      "question": "hai đứa trẻ đang ở đâu",
      "ground_truth": "sân",
      "ground_truth_normalized": "sân",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "sân",
        "xe lăn",
        "cái rổ",
        "sân vườn",
        "đường phố",
        "phòng",
        "băng ghế",
        "xe đẩy",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.841036,
      "confidences": [
        0.841036,
        0.055689,
        0.010987,
        0.006903,
        0.006809,
        0.00511,
        0.003637,
        0.002822,
        0.00233,
        0.002219
      ],
      "gate_score_top1": 0.841309,
      "gate_scores": [
        0.841309,
        0.773926,
        0.685547,
        0.720215,
        0.728516,
        0.729004,
        0.595215,
        0.69873,
        0.695801,
        0.583984
      ]
    },
    {
      "question_id": "10068141",
      "image_id": 487159,
      "question": "những gì tươi và được nấu trên bàn bừa bộn",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "quán ăn",
        "chén đĩa",
        "dĩa",
        "thịt",
        "bát",
        "rau",
        "đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.237914,
      "confidences": [
        0.237914,
        0.213264,
        0.068163,
        0.0552,
        0.053922,
        0.052673,
        0.031147,
        0.028638,
        0.02738,
        0.015479
      ],
      "gate_score_top1": 0.805176,
      "gate_scores": [
        0.805176,
        0.775391,
        0.789551,
        0.766113,
        0.720703,
        0.708496,
        0.69043,
        0.700684,
        0.703125,
        0.583984
      ]
    },
    {
      "question_id": "10106841",
      "image_id": 71376,
      "question": "bao nhiêu vận động viên lướt ván trong bộ đồ bơi cố gắng đi cùng một con sóng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.552321,
      "confidences": [
        0.552321,
        0.23848,
        0.130676,
        0.030557,
        0.016941,
        0.004825,
        0.003177,
        0.002004,
        0.001507,
        0.000508
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.814453,
        0.794434,
        0.683594,
        0.711914,
        0.586914,
        0.660156,
        0.510742,
        0.544922,
        0.494873
      ]
    },
    {
      "question_id": "10060791",
      "image_id": 539937,
      "question": "người đàn ông mặc những gì đang bay một con diều",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "áo sơ mi",
        "dĩa nhựa",
        "máy bay",
        "bờ biển",
        "lá cờ",
        "chiếc ô",
        "cây",
        "mũ",
        "nón"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.960222,
      "confidences": [
        0.960222,
        0.006054,
        0.00349,
        0.002788,
        0.002171,
        0.001444,
        0.001026,
        0.000826,
        0.000571,
        0.000566
      ],
      "gate_score_top1": 0.911133,
      "gate_scores": [
        0.911133,
        0.625977,
        0.710938,
        0.606445,
        0.599609,
        0.596191,
        0.666016,
        0.570312,
        0.598633,
        0.612305
      ]
    },
    {
      "question_id": "10115091",
      "image_id": 423231,
      "question": "có bao nhiêu máy bay trong đội hình bay tốc độ trên bầu trời",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "ba",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.429833,
      "confidences": [
        0.429833,
        0.281892,
        0.141191,
        0.068543,
        0.027802,
        0.010268,
        0.002082,
        0.001523,
        0.001169,
        0.0011
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.834473,
        0.774902,
        0.774902,
        0.72998,
        0.664062,
        0.618164,
        0.505859,
        0.524902,
        0.532715
      ]
    },
    {
      "question_id": "10068891",
      "image_id": 434618,
      "question": "ba người trượt tuyết lấy những gì nâng núi lên",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "bầu trời",
        "trượt tuyết",
        "đồi",
        "ván trượt",
        "mũ",
        "bức ảnh",
        "ba",
        "cây",
        "tàu hỏa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.571923,
      "confidences": [
        0.571923,
        0.06028,
        0.020034,
        0.015572,
        0.013011,
        0.009956,
        0.007664,
        0.006128,
        0.006104,
        0.005712
      ],
      "gate_score_top1": 0.761719,
      "gate_scores": [
        0.761719,
        0.598145,
        0.626465,
        0.571777,
        0.569336,
        0.537109,
        0.461426,
        0.516602,
        0.52002,
        0.626953
      ]
    },
    {
      "question_id": "10111171",
      "image_id": 369256,
      "question": "có bao nhiêu đoàn tàu đang trên đường ray đối diện với camera trong khi một đoàn tàu khác quay mặt đi",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.63518,
      "confidences": [
        0.63518,
        0.20783,
        0.136298,
        0.011634,
        0.001937,
        0.001025,
        0.000555,
        0.000403,
        0.000238,
        0.000216
      ],
      "gate_score_top1": 0.887695,
      "gate_scores": [
        0.887695,
        0.879395,
        0.845215,
        0.766602,
        0.67334,
        0.498535,
        0.504395,
        0.508789,
        0.462891,
        0.440186
      ]
    },
    {
      "question_id": "10014621",
      "image_id": 114204,
      "question": "màu của xe buýt là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu đen",
        "màu xanh lá",
        "màu xám",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu xanh dương",
        "màu tía",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.988017,
      "confidences": [
        0.988017,
        0.005412,
        0.001203,
        0.00071,
        0.000693,
        0.000577,
        0.000206,
        0.000154,
        0.000151,
        0.00012
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.775879,
        0.692871,
        0.687012,
        0.71875,
        0.683105,
        0.603516,
        0.527832,
        0.648926,
        0.704102
      ]
    },
    {
      "question_id": "10103551",
      "image_id": 85252,
      "question": "có bao nhiêu người lái máy trên mặt nước trong khi một người khác bị treo ở phía sau",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "mười",
        "bảy",
        "năm",
        "con thuyền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.807813,
      "confidences": [
        0.807813,
        0.107631,
        0.073973,
        0.002038,
        0.000421,
        0.000276,
        0.0002,
        0.000197,
        0.000181,
        0.000118
      ],
      "gate_score_top1": 0.878906,
      "gate_scores": [
        0.878906,
        0.833496,
        0.82959,
        0.681641,
        0.457764,
        0.44751,
        0.409668,
        0.424316,
        0.5,
        0.523438
      ]
    },
    {
      "question_id": "10054401",
      "image_id": 414068,
      "question": "tàu đang được chạy trên đường tàu là gì",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "động cơ",
      "predicted_topk": [
        "động cơ",
        "đường sắt",
        "cây",
        "xe ô tô",
        "hàng hoá",
        "đồi",
        "màu cam",
        "màu đỏ",
        "màu xanh lá",
        "tàu hỏa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.239984,
      "confidences": [
        0.239984,
        0.134619,
        0.073909,
        0.041459,
        0.027296,
        0.023302,
        0.01829,
        0.018077,
        0.017317,
        0.013914
      ],
      "gate_score_top1": 0.657227,
      "gate_scores": [
        0.657227,
        0.6875,
        0.587891,
        0.68457,
        0.512207,
        0.489746,
        0.654785,
        0.544434,
        0.60498,
        0.654785
      ]
    },
    {
      "question_id": "10101801",
      "image_id": 560119,
      "question": "những gì mô tả những gì thành phố trông như trong thời gian này",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "các tòa nhà",
        "bức ảnh",
        "cửa sổ",
        "xe ô tô",
        "đồng hồ",
        "đường phố",
        "lá cờ",
        "cây",
        "vòi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.206511,
      "confidences": [
        0.206511,
        0.182959,
        0.074648,
        0.048574,
        0.03783,
        0.027248,
        0.027194,
        0.025299,
        0.018401,
        0.017455
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.77002,
        0.677734,
        0.709961,
        0.708008,
        0.674805,
        0.640625,
        0.692871,
        0.727051,
        0.63916
      ]
    },
    {
      "question_id": "10097161",
      "image_id": 461802,
      "question": "người đàn ông mặc gì và đứng cạnh tàu",
      "ground_truth": "bộ đồ",
      "ground_truth_normalized": "bộ đồ",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "bộ đồ",
        "xe điện",
        "tàu hỏa",
        "áo vest",
        "xe ô tô",
        "xe buýt",
        "đường sắt",
        "cửa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.458508,
      "confidences": [
        0.458508,
        0.199526,
        0.026741,
        0.014883,
        0.014854,
        0.012435,
        0.00901,
        0.007912,
        0.007851,
        0.007051
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.736816,
        0.510254,
        0.632812,
        0.640625,
        0.63623,
        0.550781,
        0.577148,
        0.594238,
        0.546387
      ]
    },
    {
      "question_id": "10084221",
      "image_id": 370444,
      "question": "bồn tiểu gì với hệ thống xả trong phòng tắm",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tiểu",
        "bồn tắm",
        "tường",
        "cửa",
        "khăn",
        "phòng",
        "chậu",
        "nhà ở"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.188467,
      "confidences": [
        0.188467,
        0.107805,
        0.087304,
        0.080743,
        0.045648,
        0.036181,
        0.026626,
        0.019981,
        0.016958,
        0.01676
      ],
      "gate_score_top1": 0.722656,
      "gate_scores": [
        0.722656,
        0.718262,
        0.648926,
        0.785645,
        0.647461,
        0.63916,
        0.66748,
        0.716797,
        0.632812,
        0.705566
      ]
    },
    {
      "question_id": "10091021",
      "image_id": 341118,
      "question": "có gì trong phòng",
      "ground_truth": "gấu",
      "ground_truth_normalized": "gấu",
      "predicted_top1": "gấu trúc",
      "predicted_topk": [
        "gấu trúc",
        "gấu",
        "đồ chơi",
        "cây",
        "vườn bách thú",
        "móng vuốt",
        "con cừu",
        "giường",
        "con chó",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.77706,
      "confidences": [
        0.77706,
        0.198787,
        0.00217,
        0.000609,
        0.000462,
        0.000441,
        0.000421,
        0.000388,
        0.000355,
        0.00032
      ],
      "gate_score_top1": 0.84082,
      "gate_scores": [
        0.84082,
        0.835938,
        0.677246,
        0.550781,
        0.60791,
        0.494873,
        0.540527,
        0.570312,
        0.58252,
        0.469482
      ]
    },
    {
      "question_id": "10044401",
      "image_id": 179876,
      "question": "hai con ngựa vằn đã chết đứng ở đâu",
      "ground_truth": "bảo tàng",
      "ground_truth_normalized": "bảo tàng",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "vườn bách thú",
        "chuồng",
        "bãi cỏ",
        "bảo tàng",
        "đồi",
        "áo vest",
        "đường phố",
        "gương",
        "ngựa rằn"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.124433,
      "confidences": [
        0.124433,
        0.117581,
        0.060526,
        0.057529,
        0.036212,
        0.025083,
        0.024937,
        0.024264,
        0.023289,
        0.017545
      ],
      "gate_score_top1": 0.738281,
      "gate_scores": [
        0.738281,
        0.741211,
        0.704102,
        0.617188,
        0.625977,
        0.553711,
        0.559082,
        0.682617,
        0.64502,
        0.484131
      ]
    },
    {
      "question_id": "10075481",
      "image_id": 539808,
      "question": "những gì đỗ trên một phi đạo ở phía trước của một tòa nhà",
      "ground_truth": "sân bay",
      "ground_truth_normalized": "sân bay",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "ga-ra",
        "bảo tàng",
        "bến tàu",
        "núi",
        "trạm",
        "con thoi",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.815232,
      "confidences": [
        0.815232,
        0.128485,
        0.006447,
        0.001369,
        0.001149,
        0.001139,
        0.000993,
        0.000817,
        0.000781,
        0.000714
      ],
      "gate_score_top1": 0.844727,
      "gate_scores": [
        0.844727,
        0.790039,
        0.537109,
        0.522461,
        0.532227,
        0.416016,
        0.480225,
        0.458008,
        0.347656,
        0.546387
      ]
    },
    {
      "question_id": "10019301",
      "image_id": 360178,
      "question": "màu mắt là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "màu nâu",
        "màu trắng",
        "màu xám",
        "màu tía",
        "màu đỏ",
        "màu đen",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.664837,
      "confidences": [
        0.664837,
        0.217534,
        0.034961,
        0.028534,
        0.010214,
        0.009977,
        0.008369,
        0.007924,
        0.004695,
        0.00186
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.821289,
        0.796875,
        0.786621,
        0.76416,
        0.734375,
        0.76416,
        0.74707,
        0.714355,
        0.772461
      ]
    },
    {
      "question_id": "10029691",
      "image_id": 499024,
      "question": "người đàn ông đang dựa lưng ở đâu ăn bánh rán",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "cái ghế",
        "lớp học",
        "thư viện",
        "phòng",
        "cửa tiệm",
        "chung cư",
        "cái bàn",
        "gian hàng",
        "phòng ngủ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.681404,
      "confidences": [
        0.681404,
        0.116574,
        0.030056,
        0.02936,
        0.020982,
        0.013707,
        0.007734,
        0.007181,
        0.003769,
        0.002999
      ],
      "gate_score_top1": 0.883301,
      "gate_scores": [
        0.883301,
        0.737305,
        0.755371,
        0.743164,
        0.73584,
        0.772461,
        0.663086,
        0.620605,
        0.645508,
        0.600098
      ]
    },
    {
      "question_id": "10090711",
      "image_id": 527994,
      "question": "những gì được đặt trên giường đôi với khăn trải giường màu đỏ",
      "ground_truth": "khăn",
      "ground_truth_normalized": "khăn",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng",
        "phòng ngủ",
        "khăn",
        "cửa sổ",
        "hành lang",
        "gấu",
        "gương",
        "nhiều cái ghế",
        "vòi hoa sen"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.483659,
      "confidences": [
        0.483659,
        0.095238,
        0.085038,
        0.079574,
        0.009175,
        0.007008,
        0.006557,
        0.006312,
        0.006094,
        0.005884
      ],
      "gate_score_top1": 0.789551,
      "gate_scores": [
        0.789551,
        0.765625,
        0.678223,
        0.699707,
        0.530762,
        0.440918,
        0.548828,
        0.675293,
        0.501953,
        0.499268
      ]
    },
    {
      "question_id": "10036311",
      "image_id": 382999,
      "question": "anh chàng đang lấp đầy bình nước ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "chậu",
        "gương",
        "vòi hoa sen",
        "bồn tắm",
        "phòng",
        "nhà ở",
        "quầy tính tiền",
        "phòng bếp",
        "khăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.657029,
      "confidences": [
        0.657029,
        0.232448,
        0.020712,
        0.016707,
        0.013743,
        0.005066,
        0.004621,
        0.003394,
        0.003361,
        0.001957
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.850098,
        0.759766,
        0.724609,
        0.76123,
        0.739746,
        0.701172,
        0.529785,
        0.659668,
        0.595703
      ]
    },
    {
      "question_id": "10072571",
      "image_id": 405444,
      "question": "cô gái nhỏ mặc những gì đang làm pizza",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "cái mâm",
        "pizza",
        "áo sơ mi",
        "bữa ăn",
        "dao",
        "bánh",
        "lò vi sóng",
        "phô mai",
        "chén đĩa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.187029,
      "confidences": [
        0.187029,
        0.124588,
        0.070988,
        0.041165,
        0.026578,
        0.02182,
        0.01816,
        0.017601,
        0.014851,
        0.011476
      ],
      "gate_score_top1": 0.717773,
      "gate_scores": [
        0.717773,
        0.757324,
        0.730957,
        0.589355,
        0.649902,
        0.683594,
        0.615723,
        0.59668,
        0.518555,
        0.57373
      ]
    },
    {
      "question_id": "10046471",
      "image_id": 335855,
      "question": "người phụ nữ giữ hộp bánh rán ở đâu",
      "ground_truth": "lớp học",
      "ground_truth_normalized": "lớp học",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "phòng",
        "lớp học",
        "văn phòng",
        "cửa tiệm",
        "tòa nhà",
        "thư viện",
        "cửa hàng",
        "kho",
        "nhà ở"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.296798,
      "confidences": [
        0.296798,
        0.118984,
        0.111775,
        0.084703,
        0.066225,
        0.030858,
        0.019462,
        0.016646,
        0.009653,
        0.009597
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.731934,
        0.741699,
        0.771973,
        0.80127,
        0.70166,
        0.598633,
        0.707031,
        0.65918,
        0.664551
      ]
    },
    {
      "question_id": "10066061",
      "image_id": 568150,
      "question": "những gì có nhà vệ sinh một số ống và một cửa sổ",
      "ground_truth": "bồn tắm",
      "ground_truth_normalized": "bồn tắm",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tắm",
        "vòi hoa sen",
        "khăn",
        "tường",
        "bồn tiểu",
        "nhà ở",
        "cửa",
        "phòng",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.682386,
      "confidences": [
        0.682386,
        0.140269,
        0.031791,
        0.020931,
        0.013834,
        0.01088,
        0.008794,
        0.008309,
        0.007434,
        0.006272
      ],
      "gate_score_top1": 0.851074,
      "gate_scores": [
        0.851074,
        0.842285,
        0.740723,
        0.750977,
        0.620117,
        0.67041,
        0.754883,
        0.653809,
        0.728516,
        0.56543
      ]
    },
    {
      "question_id": "10079211",
      "image_id": 440508,
      "question": "những gì đang trên đường đua với nhiều xe đằng sau nó",
      "ground_truth": "tàu hỏa",
      "ground_truth_normalized": "tàu hỏa",
      "predicted_top1": "động cơ",
      "predicted_topk": [
        "động cơ",
        "tàu hỏa",
        "xe ô tô",
        "đường sắt",
        "hàng hoá",
        "các tòa nhà",
        "màu cam",
        "xe điện ngầm",
        "trạm",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.433784,
      "confidences": [
        0.433784,
        0.42873,
        0.040665,
        0.009417,
        0.005767,
        0.004195,
        0.003623,
        0.003254,
        0.002889,
        0.002132
      ],
      "gate_score_top1": 0.807617,
      "gate_scores": [
        0.807617,
        0.867188,
        0.733887,
        0.599609,
        0.562988,
        0.639648,
        0.583496,
        0.592285,
        0.558594,
        0.547363
      ]
    },
    {
      "question_id": "10035601",
      "image_id": 29161,
      "question": "người đàn ông đang ngồi ở đâu",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái ghế",
        "giường",
        "chung cư",
        "nhà ở",
        "laptop",
        "gian hàng",
        "phòng ngủ",
        "văn phòng",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.588755,
      "confidences": [
        0.588755,
        0.348826,
        0.010091,
        0.007587,
        0.002038,
        0.001747,
        0.001686,
        0.001644,
        0.001572,
        0.001085
      ],
      "gate_score_top1": 0.86377,
      "gate_scores": [
        0.86377,
        0.853516,
        0.747559,
        0.637207,
        0.668945,
        0.556641,
        0.549805,
        0.702148,
        0.619141,
        0.56543
      ]
    },
    {
      "question_id": "10084921",
      "image_id": 531622,
      "question": "căn phòng lớn có ngăn kéo và ghế sofa màu nâu và bàn cà phê bằng gỗ có gì?",
      "ground_truth": "cái kệ",
      "ground_truth_normalized": "cái kệ",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "cái kệ",
        "phòng",
        "nhà ở",
        "bức ảnh",
        "quầy tính tiền",
        "cửa",
        "tủ đá",
        "cửa sổ",
        "nhiều cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.14284,
      "confidences": [
        0.14284,
        0.136299,
        0.056818,
        0.054216,
        0.02663,
        0.02212,
        0.021777,
        0.018267,
        0.017567,
        0.014938
      ],
      "gate_score_top1": 0.694824,
      "gate_scores": [
        0.694824,
        0.725586,
        0.70752,
        0.747559,
        0.537109,
        0.553223,
        0.579102,
        0.666504,
        0.571289,
        0.569336
      ]
    },
    {
      "question_id": "10077691",
      "image_id": 562595,
      "question": "làm gì hai con voi nhốt nhau trong khu vực bàn chải",
      "ground_truth": "xe tải",
      "ground_truth_normalized": "xe tải",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "con voi",
        "bãi cỏ",
        "đồi",
        "lá",
        "vườn bách thú",
        "đường",
        "xe tải",
        "hai",
        "hươu cao cổ"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.43461,
      "confidences": [
        0.43461,
        0.388063,
        0.020647,
        0.007761,
        0.005881,
        0.005313,
        0.004847,
        0.0045,
        0.003975,
        0.003581
      ],
      "gate_score_top1": 0.799805,
      "gate_scores": [
        0.799805,
        0.800293,
        0.669922,
        0.505371,
        0.537598,
        0.609863,
        0.554199,
        0.5,
        0.635254,
        0.665527
      ]
    },
    {
      "question_id": "10091511",
      "image_id": 460208,
      "question": "những gì trên quầy bếp màu nâu",
      "ground_truth": "chai",
      "ground_truth_normalized": "chai",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "tủ đá",
        "tủ lạnh",
        "lò vi sóng",
        "chai",
        "cái kệ",
        "bếp",
        "cửa",
        "phòng",
        "nhà ở"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.642401,
      "confidences": [
        0.642401,
        0.179087,
        0.049344,
        0.009491,
        0.008343,
        0.008055,
        0.007508,
        0.007349,
        0.006757,
        0.006485
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.840332,
        0.770508,
        0.617676,
        0.602539,
        0.67334,
        0.694336,
        0.616699,
        0.703125,
        0.718262
      ]
    },
    {
      "question_id": "10086131",
      "image_id": 500952,
      "question": "những gì gắn liền với tàu",
      "ground_truth": "xe",
      "ground_truth_normalized": "xe",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "hàng hoá",
        "các tòa nhà",
        "đường sắt",
        "xe điện ngầm",
        "màu đỏ",
        "cầu",
        "trạm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.522586,
      "confidences": [
        0.522586,
        0.230092,
        0.079518,
        0.01885,
        0.01874,
        0.014285,
        0.005749,
        0.00555,
        0.004408,
        0.003882
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.799805,
        0.741699,
        0.614746,
        0.6875,
        0.620605,
        0.611328,
        0.596191,
        0.617676,
        0.576172
      ]
    },
    {
      "question_id": "10112371",
      "image_id": 505477,
      "question": "có bao nhiêu chàng trai trong tuyết, đang đóng đai trên bảng tuyết của họ",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "mười",
        "ba",
        "một",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.488874,
      "confidences": [
        0.488874,
        0.333383,
        0.09971,
        0.041242,
        0.007337,
        0.004916,
        0.001488,
        0.001433,
        0.000974,
        0.000503
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.860352,
        0.757812,
        0.745117,
        0.645996,
        0.603516,
        0.554199,
        0.486572,
        0.533203,
        0.56543
      ]
    },
    {
      "question_id": "10012401",
      "image_id": 42705,
      "question": "màu của xe là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu trắng",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu xanh lá",
        "màu xanh dương",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.481918,
      "confidences": [
        0.481918,
        0.378262,
        0.05407,
        0.040974,
        0.017014,
        0.004404,
        0.002109,
        0.001675,
        0.001111,
        0.000534
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.875977,
        0.744629,
        0.772949,
        0.735352,
        0.66748,
        0.611816,
        0.621582,
        0.677734,
        0.559082
      ]
    },
    {
      "question_id": "10003921",
      "image_id": 92868,
      "question": "màu của đường dẫn là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu xanh dương",
        "màu đỏ",
        "màu tía",
        "màu trắng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.723348,
      "confidences": [
        0.723348,
        0.181468,
        0.023618,
        0.021589,
        0.016879,
        0.006089,
        0.005566,
        0.005229,
        0.004009,
        0.002793
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.855469,
        0.797363,
        0.777832,
        0.78418,
        0.813477,
        0.699219,
        0.761719,
        0.773926,
        0.772461
      ]
    },
    {
      "question_id": "10111441",
      "image_id": 104747,
      "question": "có bao nhiêu người cầm ly rượu vang trên bàn ăn",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "ba",
        "chín",
        "mười",
        "một",
        "đĩa ăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.469126,
      "confidences": [
        0.469126,
        0.295874,
        0.167927,
        0.037178,
        0.004554,
        0.004147,
        0.002215,
        0.001212,
        0.000527,
        0.000334
      ],
      "gate_score_top1": 0.852539,
      "gate_scores": [
        0.852539,
        0.831543,
        0.79834,
        0.761719,
        0.63623,
        0.620605,
        0.621582,
        0.525879,
        0.474854,
        0.595215
      ]
    },
    {
      "question_id": "10030671",
      "image_id": 39434,
      "question": "người đàn ông đang đẩy một cái tủ lạnh đang được xây dựng ở đâu",
      "ground_truth": "nhà",
      "ground_truth_normalized": "nhà",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng bếp",
        "nhà ở",
        "cửa",
        "hành lang",
        "ga-ra",
        "tủ lạnh",
        "tủ đá",
        "tòa nhà",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.241065,
      "confidences": [
        0.241065,
        0.17161,
        0.156864,
        0.028289,
        0.022999,
        0.02282,
        0.021775,
        0.010696,
        0.010246,
        0.009644
      ],
      "gate_score_top1": 0.768555,
      "gate_scores": [
        0.768555,
        0.756348,
        0.825195,
        0.695312,
        0.665527,
        0.726562,
        0.691895,
        0.595703,
        0.625977,
        0.531738
      ]
    },
    {
      "question_id": "10100961",
      "image_id": 525542,
      "question": "những gì đang di chuyển dọc theo đường phố",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "xe cộ",
        "xe đẩy",
        "phương tiện giao thông",
        "xe tải",
        "xe ô tô",
        "xe điện",
        "tàu hỏa",
        "đường",
        "đường đi bộ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.988241,
      "confidences": [
        0.988241,
        0.003182,
        0.001155,
        0.000523,
        0.000373,
        0.000239,
        0.000163,
        0.000155,
        0.000145,
        0.000134
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.697266,
        0.709473,
        0.65625,
        0.637695,
        0.662109,
        0.555664,
        0.589355,
        0.501465,
        0.530273
      ]
    },
    {
      "question_id": "10091251",
      "image_id": 372794,
      "question": "những gì ở nửa trong và nửa ra khỏi nhà kho",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "tàu hỏa",
        "động cơ",
        "hàng hoá",
        "các tòa nhà",
        "xe điện ngầm",
        "xe điện",
        "đường sắt",
        "phương tiện giao thông",
        "xe đạp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.530062,
      "confidences": [
        0.530062,
        0.344918,
        0.072866,
        0.003202,
        0.00314,
        0.002528,
        0.002205,
        0.002079,
        0.001871,
        0.001399
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.894043,
        0.774902,
        0.601562,
        0.695801,
        0.606445,
        0.595215,
        0.519531,
        0.575195,
        0.616699
      ]
    },
    {
      "question_id": "10029501",
      "image_id": 534687,
      "question": "người đàn ông đang chống tay ở đâu khi cầm ván trượt",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe ô tô",
        "áo vest",
        "ga-ra",
        "xe tải",
        "ảnh chụp",
        "vạch kẻ đường",
        "phương tiện giao thông",
        "sân"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.505801,
      "confidences": [
        0.505801,
        0.3104,
        0.026391,
        0.011109,
        0.007635,
        0.007343,
        0.00638,
        0.004722,
        0.003969,
        0.003137
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.845703,
        0.643555,
        0.625,
        0.697754,
        0.652344,
        0.584961,
        0.662109,
        0.549316,
        0.589355
      ]
    },
    {
      "question_id": "10049771",
      "image_id": 448076,
      "question": "nơi triển lãm thương mại khách và công nhân",
      "ground_truth": "gian hàng",
      "ground_truth_normalized": "gian hàng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "tòa nhà",
        "gian hàng",
        "bảo tàng",
        "áo vest",
        "kho",
        "cửa hàng",
        "điện thoại",
        "bộ đồ",
        "đồng hồ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.175933,
      "confidences": [
        0.175933,
        0.127216,
        0.065357,
        0.041869,
        0.019972,
        0.016269,
        0.013514,
        0.012807,
        0.012173,
        0.01138
      ],
      "gate_score_top1": 0.763672,
      "gate_scores": [
        0.763672,
        0.766602,
        0.675293,
        0.696777,
        0.616699,
        0.634766,
        0.713379,
        0.645996,
        0.540527,
        0.592773
      ]
    },
    {
      "question_id": "10038261",
      "image_id": 343484,
      "question": "những bông hoa ngồi ở phía trước một cửa sổ kín ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cây",
        "lọ cắm hoa",
        "cái nồi",
        "sân vườn",
        "tường",
        "hộp",
        "bát",
        "cửa",
        "bông hoa"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.391192,
      "confidences": [
        0.391192,
        0.118378,
        0.097757,
        0.074369,
        0.064361,
        0.011767,
        0.011405,
        0.011338,
        0.011119,
        0.008119
      ],
      "gate_score_top1": 0.786621,
      "gate_scores": [
        0.786621,
        0.776367,
        0.748535,
        0.692383,
        0.672852,
        0.573242,
        0.589355,
        0.686035,
        0.671387,
        0.68457
      ]
    },
    {
      "question_id": "10093021",
      "image_id": 335045,
      "question": "cái gì được phun bằng sơn kim loại màu xanh",
      "ground_truth": "điêu khắc",
      "ground_truth_normalized": "điêu khắc",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "thân cây",
        "điêu khắc",
        "bức tượng",
        "lá",
        "hươu cao cổ",
        "bức ảnh",
        "bãi cỏ",
        "cây",
        "vườn bách thú"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.721055,
      "confidences": [
        0.721055,
        0.052233,
        0.012577,
        0.008695,
        0.005212,
        0.004816,
        0.004258,
        0.003667,
        0.003418,
        0.003061
      ],
      "gate_score_top1": 0.842285,
      "gate_scores": [
        0.842285,
        0.734375,
        0.516602,
        0.615723,
        0.489502,
        0.599609,
        0.425537,
        0.46582,
        0.524414,
        0.538574
      ]
    },
    {
      "question_id": "10092071",
      "image_id": 458510,
      "question": "những gì được hiển thị với thức ăn và đậu chưa biết như một bên",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "chén đĩa",
        "dĩa",
        "đĩa",
        "quán ăn",
        "rau",
        "bữa ăn tối"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.522912,
      "confidences": [
        0.522912,
        0.139645,
        0.131184,
        0.026136,
        0.023984,
        0.015455,
        0.009301,
        0.009175,
        0.008823,
        0.00794
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.796387,
        0.807129,
        0.723633,
        0.657715,
        0.721191,
        0.575684,
        0.697754,
        0.696289,
        0.640625
      ]
    },
    {
      "question_id": "10001311",
      "image_id": 359131,
      "question": "màu của xe cảnh sát là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu tía",
        "màu đỏ",
        "màu nâu",
        "màu xám",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.812477,
      "confidences": [
        0.812477,
        0.088353,
        0.033535,
        0.029594,
        0.00775,
        0.003459,
        0.002526,
        0.002359,
        0.00142,
        0.001025
      ],
      "gate_score_top1": 0.865723,
      "gate_scores": [
        0.865723,
        0.814453,
        0.756836,
        0.781738,
        0.645996,
        0.705078,
        0.686523,
        0.642578,
        0.620605,
        0.687012
      ]
    },
    {
      "question_id": "10005061",
      "image_id": 532509,
      "question": "màu của phòng tắm là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh dương",
        "màu nâu",
        "màu xanh lá",
        "màu xám",
        "màu tía",
        "màu đen",
        "màu vàng",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.487506,
      "confidences": [
        0.487506,
        0.45797,
        0.013196,
        0.011376,
        0.011112,
        0.003766,
        0.003766,
        0.002044,
        0.000877,
        0.000597
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.86084,
        0.794434,
        0.706543,
        0.804199,
        0.742676,
        0.708008,
        0.695312,
        0.706543,
        0.635742
      ]
    },
    {
      "question_id": "10118401",
      "image_id": 32105,
      "question": "có bao nhiêu trường hợp hành lý bao gồm túi vải thô",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.534333,
      "confidences": [
        0.534333,
        0.321567,
        0.080358,
        0.03622,
        0.011487,
        0.00657,
        0.001803,
        0.000742,
        0.000526,
        0.000493
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.867188,
        0.787109,
        0.81543,
        0.617188,
        0.686035,
        0.609375,
        0.522949,
        0.484619,
        0.506348
      ]
    },
    {
      "question_id": "10052671",
      "image_id": 513280,
      "question": "điêu khắc băng của một chiếc bình lớn đang giữ gì",
      "ground_truth": "ngoài trời",
      "ground_truth_normalized": "ngoài trời",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "bông hoa",
        "cây",
        "nến",
        "hoa hồng",
        "chai",
        "hai",
        "ba",
        "cái lọ",
        "bốn"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.328783,
      "confidences": [
        0.328783,
        0.187335,
        0.042376,
        0.02736,
        0.021984,
        0.017978,
        0.017527,
        0.016659,
        0.011185,
        0.008822
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.810059,
        0.671387,
        0.647461,
        0.672363,
        0.598633,
        0.596191,
        0.601562,
        0.569336,
        0.552246
      ]
    },
    {
      "question_id": "10024441",
      "image_id": 218982,
      "question": "màu của tòa nhà là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu xanh dương",
        "màu tía",
        "màu trắng",
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu vàng",
        "màu xanh lá",
        "màu cam"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.611665,
      "confidences": [
        0.611665,
        0.213044,
        0.098688,
        0.020207,
        0.012401,
        0.011203,
        0.010402,
        0.004991,
        0.003286,
        0.002656
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.833984,
        0.82373,
        0.763672,
        0.748535,
        0.729492,
        0.774414,
        0.726562,
        0.614746,
        0.733398
      ]
    },
    {
      "question_id": "10055261",
      "image_id": 501029,
      "question": "những gì trong máy xay bao gồm quả việt quất, dâu tây và chuối",
      "ground_truth": "thành phần",
      "ground_truth_normalized": "thành phần",
      "predicted_top1": "máy xay",
      "predicted_topk": [
        "máy xay",
        "cái lọ",
        "tách",
        "cây kéo",
        "thùng chứa",
        "cái nồi",
        "nến",
        "chuối",
        "lọ cắm hoa",
        "rau"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.849722,
      "confidences": [
        0.849722,
        0.029304,
        0.028625,
        0.003029,
        0.003017,
        0.002298,
        0.001821,
        0.001689,
        0.00164,
        0.001494
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.768066,
        0.76709,
        0.637695,
        0.63916,
        0.583496,
        0.563965,
        0.537109,
        0.600098,
        0.601074
      ]
    },
    {
      "question_id": "10070131",
      "image_id": 570866,
      "question": "cầu thủ bóng chày mặc những gì",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "quả bóng",
        "áo sơ mi",
        "găng tay",
        "mũ",
        "lồng",
        "sân vận động",
        "màu trắng",
        "hộp",
        "màu xanh lá"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.634291,
      "confidences": [
        0.634291,
        0.056077,
        0.026906,
        0.022132,
        0.020832,
        0.012809,
        0.012784,
        0.011348,
        0.008483,
        0.003384
      ],
      "gate_score_top1": 0.810059,
      "gate_scores": [
        0.810059,
        0.750977,
        0.567383,
        0.697754,
        0.658203,
        0.632324,
        0.57959,
        0.616211,
        0.524414,
        0.49292
      ]
    },
    {
      "question_id": "10116771",
      "image_id": 465163,
      "question": "có bao nhiêu cái nhìn về một căn bếp với cửa sổ sau bồn rửa",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.895207,
      "confidences": [
        0.895207,
        0.079454,
        0.018798,
        0.003021,
        0.000276,
        0.0002,
        0.000185,
        0.00012,
        7.8e-05,
        6.1e-05
      ],
      "gate_score_top1": 0.907227,
      "gate_scores": [
        0.907227,
        0.852051,
        0.814941,
        0.716797,
        0.42749,
        0.595703,
        0.457031,
        0.438965,
        0.453613,
        0.378418
      ]
    },
    {
      "question_id": "10079561",
      "image_id": 512938,
      "question": "những gì bò dưới len xù xì của cừu",
      "ground_truth": "con chó",
      "ground_truth_normalized": "con chó",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "con bò",
        "con chó",
        "gia súc",
        "chuồng trại",
        "bò đực",
        "chuồng",
        "gấu",
        "con chim",
        "cái lều"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.959129,
      "confidences": [
        0.959129,
        0.006933,
        0.003199,
        0.002834,
        0.001055,
        0.00077,
        0.000729,
        0.000655,
        0.000632,
        0.000422
      ],
      "gate_score_top1": 0.840332,
      "gate_scores": [
        0.840332,
        0.700195,
        0.626465,
        0.570801,
        0.504883,
        0.527344,
        0.573242,
        0.559082,
        0.518555,
        0.295898
      ]
    },
    {
      "question_id": "10099541",
      "image_id": 466939,
      "question": "người đàn ông đang cưỡi trên đường là gì",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "đường",
        "mũ",
        "xe cộ",
        "cây",
        "ván trượt",
        "động cơ",
        "con khỉ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.877167,
      "confidences": [
        0.877167,
        0.086513,
        0.002695,
        0.002577,
        0.001968,
        0.001085,
        0.000924,
        0.000575,
        0.000533,
        0.000508
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.837891,
        0.62207,
        0.583008,
        0.529297,
        0.480225,
        0.489014,
        0.530273,
        0.481445,
        0.380859
      ]
    },
    {
      "question_id": "10044031",
      "image_id": 99314,
      "question": "con mèo đen lông mịn nằm ở đâu",
      "ground_truth": "vali",
      "ground_truth_normalized": "vali",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "vali",
        "hành lý",
        "balo",
        "cái ví",
        "túi",
        "giường",
        "xe đẩy",
        "thùng chứa",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.584804,
      "confidences": [
        0.584804,
        0.229012,
        0.051702,
        0.034307,
        0.026201,
        0.018725,
        0.003782,
        0.003166,
        0.003142,
        0.001993
      ],
      "gate_score_top1": 0.878906,
      "gate_scores": [
        0.878906,
        0.82959,
        0.776855,
        0.73291,
        0.766602,
        0.75293,
        0.657715,
        0.644043,
        0.677246,
        0.657227
      ]
    },
    {
      "question_id": "10067111",
      "image_id": 477949,
      "question": "một sự sắp xếp của những bông hoa rực rỡ và cây xanh đánh thức những gì",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "bông hoa",
        "bát",
        "cái lọ",
        "cái nồi",
        "cây",
        "tách",
        "hoa hồng",
        "tường",
        "thùng chứa"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.64664,
      "confidences": [
        0.64664,
        0.137141,
        0.041663,
        0.019074,
        0.018815,
        0.013928,
        0.0107,
        0.009954,
        0.007426,
        0.004022
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.845215,
        0.803223,
        0.734863,
        0.69873,
        0.780762,
        0.746094,
        0.6875,
        0.623535,
        0.656738
      ]
    },
    {
      "question_id": "10087051",
      "image_id": 561938,
      "question": "voi con và bố mẹ nó ăn gì",
      "ground_truth": "hoa quả",
      "ground_truth_normalized": "hoa quả",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "bãi cỏ",
        "con voi",
        "hoa quả",
        "lá",
        "cà rốt",
        "những quả cam",
        "màu cam",
        "đồi",
        "táo"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.300215,
      "confidences": [
        0.300215,
        0.110012,
        0.060518,
        0.031519,
        0.028309,
        0.018493,
        0.016772,
        0.013959,
        0.013905,
        0.01377
      ],
      "gate_score_top1": 0.739258,
      "gate_scores": [
        0.739258,
        0.683105,
        0.617188,
        0.546387,
        0.559082,
        0.601562,
        0.591309,
        0.518555,
        0.581543,
        0.515625
      ]
    },
    {
      "question_id": "10119261",
      "image_id": 4554,
      "question": "có bao nhiêu người đứng trên ván trượt tuyết trên đỉnh dốc tuyết",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.547699,
      "confidences": [
        0.547699,
        0.329611,
        0.067227,
        0.043067,
        0.003,
        0.00242,
        0.000573,
        0.000372,
        0.000323,
        0.000254
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.861816,
        0.81543,
        0.8125,
        0.603516,
        0.692871,
        0.504395,
        0.493896,
        0.439697,
        0.421875
      ]
    },
    {
      "question_id": "10102311",
      "image_id": 474670,
      "question": "có bao nhiêu máy bay phản lực đang bay trên bầu trời xanh",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "ba",
        "sân vận động"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.42273,
      "confidences": [
        0.42273,
        0.247541,
        0.164898,
        0.074036,
        0.035109,
        0.012086,
        0.002218,
        0.001789,
        0.001413,
        0.001193
      ],
      "gate_score_top1": 0.849121,
      "gate_scores": [
        0.849121,
        0.838867,
        0.779785,
        0.780273,
        0.744629,
        0.663574,
        0.602539,
        0.518555,
        0.520996,
        0.533691
      ]
    },
    {
      "question_id": "10114281",
      "image_id": 369296,
      "question": "có bao nhiêu con bò đang đứng trước một trang trại, trong khi mặt trời lặn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.578782,
      "confidences": [
        0.578782,
        0.356577,
        0.036143,
        0.01846,
        0.00245,
        0.002129,
        0.000857,
        0.000468,
        0.000293,
        0.000269
      ],
      "gate_score_top1": 0.891602,
      "gate_scores": [
        0.891602,
        0.89209,
        0.772461,
        0.777832,
        0.551758,
        0.645996,
        0.563965,
        0.536133,
        0.451416,
        0.466797
      ]
    },
    {
      "question_id": "10114631",
      "image_id": 475423,
      "question": "có bao nhiêu con bò đang úp mặt vào lưng một con bò khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "bãi cỏ",
        "năm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.769844,
      "confidences": [
        0.769844,
        0.220564,
        0.004705,
        0.00043,
        0.000122,
        0.000105,
        9.4e-05,
        8.7e-05,
        8.4e-05,
        7.3e-05
      ],
      "gate_score_top1": 0.895508,
      "gate_scores": [
        0.895508,
        0.871582,
        0.759277,
        0.592773,
        0.392334,
        0.433105,
        0.389893,
        0.447998,
        0.461426,
        0.527832
      ]
    },
    {
      "question_id": "10035201",
      "image_id": 229427,
      "question": "người phụ nữ và người đàn ông đứng ở đâu khi chơi trò chơi video",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "chung cư",
        "cái ghế",
        "cửa sổ",
        "nhiều cái ghế",
        "hành lang",
        "phòng ngủ",
        "ô cửa",
        "đi văng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.943995,
      "confidences": [
        0.943995,
        0.020452,
        0.009111,
        0.003155,
        0.001663,
        0.001112,
        0.001082,
        0.00108,
        0.001026,
        0.000784
      ],
      "gate_score_top1": 0.883301,
      "gate_scores": [
        0.883301,
        0.812012,
        0.702637,
        0.666016,
        0.665527,
        0.549805,
        0.654297,
        0.758789,
        0.520508,
        0.55957
      ]
    },
    {
      "question_id": "10047481",
      "image_id": 526225,
      "question": "mèo ngủ ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "giường",
        "vali",
        "cái ví",
        "bát",
        "hành lý",
        "cái rổ",
        "con mèo",
        "balo",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.486456,
      "confidences": [
        0.486456,
        0.189756,
        0.031773,
        0.029328,
        0.023984,
        0.016941,
        0.016875,
        0.00954,
        0.009429,
        0.008789
      ],
      "gate_score_top1": 0.78418,
      "gate_scores": [
        0.78418,
        0.750488,
        0.724609,
        0.652344,
        0.594727,
        0.583008,
        0.689941,
        0.643066,
        0.484863,
        0.550781
      ]
    },
    {
      "question_id": "10046781",
      "image_id": 248227,
      "question": "bồn vệ sinh được nhìn thấy ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "nhà ở",
        "vòi hoa sen",
        "bồn tắm",
        "hành lang",
        "chuồng",
        "ô cửa",
        "chậu",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.813529,
      "confidences": [
        0.813529,
        0.069439,
        0.02185,
        0.021595,
        0.006612,
        0.004122,
        0.003864,
        0.003709,
        0.003595,
        0.002917
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.824219,
        0.82373,
        0.769043,
        0.710449,
        0.594238,
        0.659668,
        0.59375,
        0.6875,
        0.687012
      ]
    },
    {
      "question_id": "10062181",
      "image_id": 489346,
      "question": "ngôi nhà có gì như với một chiếc váy trắng xung quanh nó",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "nhà ở",
        "tường",
        "bức ảnh",
        "tòa nhà",
        "xe ô tô",
        "con chó",
        "bức tượng",
        "rào chắn",
        "cây"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.485508,
      "confidences": [
        0.485508,
        0.03788,
        0.020555,
        0.015637,
        0.013908,
        0.012863,
        0.012226,
        0.011067,
        0.01097,
        0.010498
      ],
      "gate_score_top1": 0.804688,
      "gate_scores": [
        0.804688,
        0.708008,
        0.510254,
        0.468506,
        0.669922,
        0.54248,
        0.64502,
        0.438232,
        0.434814,
        0.575195
      ]
    },
    {
      "question_id": "10084511",
      "image_id": 434192,
      "question": "những gì chứa đầy những chiếc thuyền màu đỏ trôi nổi trên đó",
      "ground_truth": "dòng sông",
      "ground_truth_normalized": "dòng sông",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "xe đẩy",
        "cầu",
        "các tòa nhà",
        "ca nô",
        "xe đạp",
        "thuyền buồm",
        "động cơ",
        "bến tàu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.67152,
      "confidences": [
        0.67152,
        0.026293,
        0.023661,
        0.014074,
        0.012396,
        0.011331,
        0.008981,
        0.007933,
        0.004859,
        0.004854
      ],
      "gate_score_top1": 0.740234,
      "gate_scores": [
        0.740234,
        0.626953,
        0.725586,
        0.654785,
        0.533691,
        0.54248,
        0.599609,
        0.499023,
        0.516113,
        0.463867
      ]
    },
    {
      "question_id": "10114801",
      "image_id": 15472,
      "question": "có bao nhiêu cầu thủ bóng chày trên sân trong một trận đấu",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.568739,
      "confidences": [
        0.568739,
        0.250413,
        0.136147,
        0.019461,
        0.005866,
        0.003304,
        0.002859,
        0.002384,
        0.00153,
        0.000616
      ],
      "gate_score_top1": 0.887695,
      "gate_scores": [
        0.887695,
        0.833496,
        0.803223,
        0.677246,
        0.676758,
        0.673828,
        0.625,
        0.588867,
        0.562012,
        0.462402
      ]
    },
    {
      "question_id": "10100171",
      "image_id": 348795,
      "question": "anh chàng mặc cái gì cũng giơ chân lên khi đi thang máy lên đồi",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "trượt tuyết",
        "đồi",
        "núi",
        "băng ghế",
        "cây",
        "bầu trời",
        "bức ảnh",
        "những bức ảnh",
        "trang thiết bị"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.323068,
      "confidences": [
        0.323068,
        0.163723,
        0.082004,
        0.067984,
        0.022995,
        0.01944,
        0.016022,
        0.007407,
        0.007054,
        0.006999
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.77002,
        0.765625,
        0.721191,
        0.684082,
        0.580078,
        0.578125,
        0.546387,
        0.553711,
        0.518555
      ]
    },
    {
      "question_id": "10051181",
      "image_id": 154068,
      "question": "máy bay đậu ở đâu mà nó được trưng bày",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "bảo tàng",
      "predicted_topk": [
        "bảo tàng",
        "ga-ra",
        "tòa nhà",
        "kho",
        "sân bay",
        "trạm",
        "phòng",
        "cửa tiệm",
        "sân vận động",
        "đường phố"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.44361,
      "confidences": [
        0.44361,
        0.223934,
        0.124152,
        0.045141,
        0.019415,
        0.019189,
        0.015692,
        0.014655,
        0.004842,
        0.003786
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.825195,
        0.781738,
        0.798828,
        0.737793,
        0.742676,
        0.70459,
        0.741699,
        0.666016,
        0.637695
      ]
    },
    {
      "question_id": "10115571",
      "image_id": 504635,
      "question": "có bao nhiêu con ngựa vằn trên cánh đồng với cây và cỏ",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.545747,
      "confidences": [
        0.545747,
        0.411952,
        0.030789,
        0.003914,
        0.001321,
        0.000965,
        0.000686,
        0.000642,
        0.000349,
        0.000218
      ],
      "gate_score_top1": 0.901855,
      "gate_scores": [
        0.901855,
        0.876953,
        0.773926,
        0.597656,
        0.685547,
        0.616699,
        0.572754,
        0.540039,
        0.536621,
        0.454346
      ]
    },
    {
      "question_id": "10055971",
      "image_id": 443065,
      "question": "những gì lên dốc trên đường mòn phủ tuyết",
      "ground_truth": "trượt tuyết",
      "ground_truth_normalized": "trượt tuyết",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đồi",
        "trượt tuyết",
        "núi",
        "cây",
        "trang thiết bị",
        "cây sào",
        "ba lan",
        "xe đạp",
        "bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.524825,
      "confidences": [
        0.524825,
        0.13013,
        0.120351,
        0.080171,
        0.009764,
        0.008752,
        0.003595,
        0.003299,
        0.003277,
        0.003229
      ],
      "gate_score_top1": 0.843262,
      "gate_scores": [
        0.843262,
        0.80127,
        0.776855,
        0.727051,
        0.617188,
        0.568359,
        0.550293,
        0.529785,
        0.655762,
        0.509766
      ]
    },
    {
      "question_id": "10033991",
      "image_id": 22478,
      "question": "những thứ thiết yếu cần thiết ở đâu",
      "ground_truth": "chung cư",
      "ground_truth_normalized": "chung cư",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "chung cư",
        "cửa sổ",
        "hành lang",
        "tòa nhà",
        "cái ghế",
        "nhiều cái ghế",
        "ô cửa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.919829,
      "confidences": [
        0.919829,
        0.025992,
        0.017314,
        0.007927,
        0.005078,
        0.001681,
        0.001604,
        0.001322,
        0.001176,
        0.00096
      ],
      "gate_score_top1": 0.899902,
      "gate_scores": [
        0.899902,
        0.855469,
        0.851562,
        0.749512,
        0.72998,
        0.690918,
        0.622559,
        0.64209,
        0.603516,
        0.530762
      ]
    },
    {
      "question_id": "10077371",
      "image_id": 448308,
      "question": "những gì bên cạnh một quả cam mở",
      "ground_truth": "dao",
      "ground_truth_normalized": "dao",
      "predicted_top1": "quả táo",
      "predicted_topk": [
        "quả táo",
        "quả cam",
        "dao",
        "màu cam",
        "lát cắt",
        "táo",
        "những quả cam",
        "chuối",
        "đĩa ăn",
        "cà rốt"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.217356,
      "confidences": [
        0.217356,
        0.088509,
        0.087649,
        0.048499,
        0.045918,
        0.033268,
        0.029763,
        0.023729,
        0.019788,
        0.010107
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.654785,
        0.755371,
        0.632324,
        0.645996,
        0.694336,
        0.672852,
        0.646484,
        0.623535,
        0.635742
      ]
    },
    {
      "question_id": "10117181",
      "image_id": 183603,
      "question": "có bao nhiêu con hươu cao cổ đang đứng yên khi gặm cỏ trên cành",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "năm",
        "mười",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.70886,
      "confidences": [
        0.70886,
        0.271163,
        0.009099,
        0.004504,
        0.000582,
        0.000336,
        0.000327,
        0.000253,
        0.000225,
        0.000123
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.858398,
        0.789551,
        0.681641,
        0.449463,
        0.5,
        0.474854,
        0.571289,
        0.44873,
        0.415283
      ]
    },
    {
      "question_id": "10097891",
      "image_id": 428786,
      "question": "con ngựa trắng và đen nhìn ra cái gì",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "cửa",
      "predicted_topk": [
        "cửa",
        "cửa sổ",
        "sân",
        "con ngựa",
        "rào chắn",
        "bãi cỏ",
        "chuồng trại",
        "ô cửa",
        "con chó",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.146043,
      "confidences": [
        0.146043,
        0.081127,
        0.036853,
        0.024791,
        0.02175,
        0.018495,
        0.017908,
        0.017459,
        0.014659,
        0.014098
      ],
      "gate_score_top1": 0.73584,
      "gate_scores": [
        0.73584,
        0.65332,
        0.641602,
        0.667969,
        0.532227,
        0.650879,
        0.586426,
        0.558594,
        0.546387,
        0.465332
      ]
    },
    {
      "question_id": "10115171",
      "image_id": 206001,
      "question": "có bao nhiêu chiếc máy bay bay theo đội hình và để lại những vệt khói trang trí phía sau chúng",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "sân vận động",
        "ba"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.377457,
      "confidences": [
        0.377457,
        0.358768,
        0.111576,
        0.073173,
        0.027882,
        0.010338,
        0.003128,
        0.001623,
        0.001276,
        0.001144
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.841309,
        0.780273,
        0.777344,
        0.716797,
        0.658691,
        0.631348,
        0.533691,
        0.553711,
        0.522461
      ]
    },
    {
      "question_id": "10005931",
      "image_id": 139702,
      "question": "màu của cỏ là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu xanh lá",
        "màu vàng",
        "màu xanh dương",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu trắng",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.470083,
      "confidences": [
        0.470083,
        0.290743,
        0.138956,
        0.019177,
        0.017945,
        0.016531,
        0.008644,
        0.007082,
        0.006627,
        0.005222
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.83252,
        0.837891,
        0.74707,
        0.739258,
        0.764648,
        0.748047,
        0.778809,
        0.791016,
        0.733398
      ]
    },
    {
      "question_id": "10065161",
      "image_id": 377949,
      "question": "người phụ nữ mặc cái gì đứng gần cừu sau hàng rào",
      "ground_truth": "áo choàng",
      "ground_truth_normalized": "áo choàng",
      "predicted_top1": "bãi cỏ",
      "predicted_topk": [
        "bãi cỏ",
        "đồi",
        "con cừu",
        "gia súc",
        "con ngựa",
        "áo vest",
        "con bò",
        "mũ",
        "rào chắn",
        "sân"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.157741,
      "confidences": [
        0.157741,
        0.098327,
        0.093459,
        0.039961,
        0.023909,
        0.020133,
        0.019362,
        0.01281,
        0.012685,
        0.011119
      ],
      "gate_score_top1": 0.760742,
      "gate_scores": [
        0.760742,
        0.698242,
        0.703125,
        0.64502,
        0.649902,
        0.587402,
        0.644531,
        0.544434,
        0.475342,
        0.534668
      ]
    },
    {
      "question_id": "10045531",
      "image_id": 215600,
      "question": "đồng hồ đỗ xe có chữ bị lỗi ở đâu?",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "cửa sổ",
        "gian hàng",
        "ảnh chụp",
        "xe ô tô",
        "cửa hàng",
        "đường",
        "hộp",
        "gương",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.322245,
      "confidences": [
        0.322245,
        0.077745,
        0.035317,
        0.031844,
        0.030985,
        0.030985,
        0.029279,
        0.020803,
        0.018611,
        0.017313
      ],
      "gate_score_top1": 0.788086,
      "gate_scores": [
        0.788086,
        0.73584,
        0.662598,
        0.502441,
        0.626465,
        0.721191,
        0.714355,
        0.626953,
        0.72998,
        0.695312
      ]
    },
    {
      "question_id": "10047311",
      "image_id": 438841,
      "question": "một người và vali ở đâu",
      "ground_truth": "xe tải",
      "ground_truth_normalized": "xe tải",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe tải",
        "phương tiện giao thông",
        "vali",
        "gương",
        "xe đẩy",
        "cửa sổ",
        "đường phố",
        "ga-ra",
        "đường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.279322,
      "confidences": [
        0.279322,
        0.277148,
        0.198844,
        0.015273,
        0.012687,
        0.011395,
        0.008754,
        0.008686,
        0.00808,
        0.00797
      ],
      "gate_score_top1": 0.719238,
      "gate_scores": [
        0.719238,
        0.804199,
        0.794434,
        0.626465,
        0.74707,
        0.668945,
        0.606934,
        0.614258,
        0.573242,
        0.688477
      ]
    },
    {
      "question_id": "10108131",
      "image_id": 456045,
      "question": "có bao nhiêu con hươu cao cổ đang ở trên bãi cỏ bên hàng rào",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bãi cỏ",
        "bảy",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.598026,
      "confidences": [
        0.598026,
        0.37717,
        0.013368,
        0.006002,
        0.000711,
        0.00028,
        0.00016,
        0.00012,
        0.000119,
        0.000104
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.88916,
        0.789551,
        0.738281,
        0.599609,
        0.406494,
        0.448975,
        0.48999,
        0.419434,
        0.364258
      ]
    },
    {
      "question_id": "10110981",
      "image_id": 88552,
      "question": "có bao nhiêu cậu bé đội mũ bảo hiểm, kính bảo hộ và đồ trượt tuyết",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.533159,
      "confidences": [
        0.533159,
        0.331046,
        0.070209,
        0.049206,
        0.006925,
        0.002864,
        0.000671,
        0.000468,
        0.00042,
        0.000318
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.881348,
        0.831543,
        0.803711,
        0.725586,
        0.5625,
        0.530273,
        0.464355,
        0.493896,
        0.44165
      ]
    },
    {
      "question_id": "10098021",
      "image_id": 553306,
      "question": "tháp đồng hồ đá lớn nhìn ra những gì",
      "ground_truth": "đại dương",
      "ground_truth_normalized": "đại dương",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "tòa nhà",
        "bức tượng",
        "hồ bơi",
        "các tòa nhà",
        "đồng hồ",
        "sân vườn",
        "cây",
        "bức ảnh",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.119583,
      "confidences": [
        0.119583,
        0.0959,
        0.061077,
        0.057377,
        0.041896,
        0.033337,
        0.031625,
        0.023228,
        0.018303,
        0.018232
      ],
      "gate_score_top1": 0.73291,
      "gate_scores": [
        0.73291,
        0.751953,
        0.697266,
        0.711426,
        0.606934,
        0.614258,
        0.675781,
        0.69873,
        0.619629,
        0.535645
      ]
    },
    {
      "question_id": "10109281",
      "image_id": 577320,
      "question": "có bao nhiêu con mèo thư giãn trên giường trong một căn phòng sáng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "một",
        "tám",
        "hai",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.728907,
      "confidences": [
        0.728907,
        0.163917,
        0.059367,
        0.030203,
        0.004437,
        0.001857,
        0.001197,
        0.0008,
        0.00075,
        0.000669
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.812988,
        0.783691,
        0.708984,
        0.640137,
        0.588379,
        0.581055,
        0.614258,
        0.552734,
        0.504395
      ]
    },
    {
      "question_id": "10110491",
      "image_id": 160602,
      "question": "người đàn ông cầm bao nhiêu điều khiển từ xa trò chơi điện tử",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "phòng",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.686846,
      "confidences": [
        0.686846,
        0.271083,
        0.021068,
        0.009683,
        0.001456,
        0.001329,
        0.000649,
        0.000366,
        0.000314,
        0.00031
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.874512,
        0.791992,
        0.714844,
        0.67334,
        0.503906,
        0.518066,
        0.473145,
        0.579102,
        0.484131
      ]
    },
    {
      "question_id": "10050311",
      "image_id": 22240,
      "question": "số lượng lớn hành lý cá nhân nằm ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "trạm",
        "hành lý",
        "balo",
        "vali",
        "phòng",
        "tòa nhà",
        "xe đẩy",
        "xe điện ngầm",
        "túi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.740256,
      "confidences": [
        0.740256,
        0.141833,
        0.015244,
        0.009174,
        0.00765,
        0.004402,
        0.003765,
        0.003558,
        0.003415,
        0.003355
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.776367,
        0.697266,
        0.627441,
        0.659668,
        0.651367,
        0.646973,
        0.654297,
        0.605469,
        0.598145
      ]
    },
    {
      "question_id": "10055921",
      "image_id": 349678,
      "question": "cái gì đang bay trong gió khi ở trên đồng hồ ga xe lửa",
      "ground_truth": "cờ",
      "ground_truth_normalized": "cờ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "tòa nhà",
        "đồng hồ",
        "lá cờ",
        "cây",
        "bức tượng",
        "cờ",
        "cầu",
        "các tòa nhà",
        "bức ảnh"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.609381,
      "confidences": [
        0.609381,
        0.108406,
        0.056681,
        0.026827,
        0.021767,
        0.017731,
        0.015166,
        0.010988,
        0.010629,
        0.006384
      ],
      "gate_score_top1": 0.836426,
      "gate_scores": [
        0.836426,
        0.785645,
        0.71875,
        0.719727,
        0.745605,
        0.698242,
        0.64209,
        0.622559,
        0.691406,
        0.637695
      ]
    },
    {
      "question_id": "10110721",
      "image_id": 450832,
      "question": "có bao nhiêu thanh niên đeo kính râm trên thuyền buồm",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.802671,
      "confidences": [
        0.802671,
        0.102848,
        0.042044,
        0.032363,
        0.006298,
        0.002299,
        0.001773,
        0.000826,
        0.00077,
        0.000704
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.79834,
        0.76709,
        0.712891,
        0.708496,
        0.600098,
        0.611816,
        0.598633,
        0.541504,
        0.489502
      ]
    },
    {
      "question_id": "10090551",
      "image_id": 344314,
      "question": "những gì đang đứng đằng sau tấm biển cảnh báo du khách không cho động vật ăn",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "hươu cao cổ",
        "bãi cỏ",
        "con ngựa",
        "rào chắn",
        "cây",
        "con chó",
        "chuồng",
        "con chim"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.597499,
      "confidences": [
        0.597499,
        0.376838,
        0.0057,
        0.002321,
        0.001682,
        0.000608,
        0.000443,
        0.000337,
        0.000337,
        0.000336
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.854492,
        0.722168,
        0.664551,
        0.657227,
        0.469238,
        0.605469,
        0.542969,
        0.476562,
        0.56543
      ]
    },
    {
      "question_id": "10027521",
      "image_id": 41319,
      "question": "người đàn ông đã ăn mặc ở đâu",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "ô cửa",
        "nhà ở",
        "áo vest",
        "hành lang",
        "gương",
        "cái ghế",
        "gian hàng",
        "phòng ngủ",
        "quán bar"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.633693,
      "confidences": [
        0.633693,
        0.055806,
        0.048108,
        0.033585,
        0.018766,
        0.017086,
        0.012525,
        0.010547,
        0.007421,
        0.007306
      ],
      "gate_score_top1": 0.806152,
      "gate_scores": [
        0.806152,
        0.726074,
        0.772949,
        0.620605,
        0.682129,
        0.769531,
        0.658691,
        0.635742,
        0.754883,
        0.625488
      ]
    },
    {
      "question_id": "10043371",
      "image_id": 202004,
      "question": "con ngựa kéo một người đàn ông xuống một con đường thành phố ở đâu",
      "ground_truth": "toa xe",
      "ground_truth_normalized": "toa xe",
      "predicted_top1": "xe đẩy",
      "predicted_topk": [
        "xe đẩy",
        "đường phố",
        "toa xe",
        "xe lăn",
        "cửa hàng",
        "ảnh chụp",
        "đường",
        "cửa tiệm",
        "cửa sổ",
        "xe"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.239438,
      "confidences": [
        0.239438,
        0.138036,
        0.100989,
        0.087741,
        0.045787,
        0.035381,
        0.025835,
        0.021544,
        0.020318,
        0.018106
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.776367,
        0.730957,
        0.794434,
        0.772461,
        0.605469,
        0.754883,
        0.698242,
        0.70459,
        0.707031
      ]
    },
    {
      "question_id": "10117611",
      "image_id": 146701,
      "question": "có bao nhiêu bánh xe máy đậu ở bên đường",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "mười",
        "bảy",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.804126,
      "confidences": [
        0.804126,
        0.140832,
        0.040984,
        0.008197,
        0.000542,
        0.000416,
        0.00026,
        0.000243,
        0.000188,
        0.000118
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.849121,
        0.809082,
        0.747559,
        0.616699,
        0.414795,
        0.438477,
        0.448486,
        0.437256,
        0.36499
      ]
    },
    {
      "question_id": "10066541",
      "image_id": 397327,
      "question": "nhà vệ sinh là một bồn rửa và một chiếc khăn và giấy vệ sinh",
      "ground_truth": "buồng",
      "ground_truth_normalized": "buồng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tắm",
        "khăn",
        "bồn tiểu",
        "phòng",
        "nhà ở",
        "tường",
        "cửa",
        "bức ảnh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.725788,
      "confidences": [
        0.725788,
        0.065177,
        0.029035,
        0.019839,
        0.014262,
        0.012709,
        0.011085,
        0.010475,
        0.010353,
        0.00691
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.761719,
        0.751465,
        0.708008,
        0.650879,
        0.740723,
        0.741699,
        0.610352,
        0.614746,
        0.586914
      ]
    },
    {
      "question_id": "10036901",
      "image_id": 298182,
      "question": "xe đạp màu cam nổi bật ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "ảnh chụp",
        "xe đạp",
        "cửa tiệm",
        "xe lăn",
        "xe tay ga",
        "tòa nhà",
        "cửa sổ",
        "giá đỡ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.657219,
      "confidences": [
        0.657219,
        0.053319,
        0.039469,
        0.016166,
        0.012714,
        0.010561,
        0.010296,
        0.00994,
        0.009485,
        0.008772
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.806641,
        0.615723,
        0.687012,
        0.655273,
        0.771484,
        0.684082,
        0.645996,
        0.680176,
        0.580078
      ]
    },
    {
      "question_id": "10006491",
      "image_id": 445156,
      "question": "màu của lò sưởi là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu nâu",
        "màu trắng",
        "màu đen",
        "màu tía",
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu cam",
        "màu xanh dương"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.33703,
      "confidences": [
        0.33703,
        0.277234,
        0.179696,
        0.068205,
        0.039939,
        0.028211,
        0.017654,
        0.007105,
        0.006149,
        0.00128
      ],
      "gate_score_top1": 0.811035,
      "gate_scores": [
        0.811035,
        0.794434,
        0.830566,
        0.824219,
        0.781738,
        0.714844,
        0.725586,
        0.720703,
        0.722168,
        0.518555
      ]
    },
    {
      "question_id": "10118051",
      "image_id": 203063,
      "question": "có bao nhiêu con cừu lông cừu đang gặm cỏ trên đồng cỏ có hàng rào phủ đầy tuyết trong thung lũng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.501918,
      "confidences": [
        0.501918,
        0.370091,
        0.095419,
        0.016711,
        0.003586,
        0.001591,
        0.001518,
        0.001388,
        0.000654,
        0.000599
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.855469,
        0.817871,
        0.683105,
        0.669922,
        0.643555,
        0.605469,
        0.585449,
        0.582031,
        0.508301
      ]
    },
    {
      "question_id": "10045341",
      "image_id": 51052,
      "question": "người đàn ông ở đâu",
      "ground_truth": "xe lăn",
      "ground_truth_normalized": "xe lăn",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "xe lăn",
        "cái ghế",
        "cái rổ",
        "đường",
        "ảnh chụp",
        "balo",
        "lối đi",
        "xe đạp",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.427249,
      "confidences": [
        0.427249,
        0.157791,
        0.079653,
        0.039201,
        0.023,
        0.017092,
        0.012826,
        0.010822,
        0.01051,
        0.00955
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.828613,
        0.756836,
        0.789551,
        0.769531,
        0.583984,
        0.67627,
        0.630859,
        0.722168,
        0.633301
      ]
    },
    {
      "question_id": "10086881",
      "image_id": 521357,
      "question": "những gì được bao phủ bởi các loại rượu vang",
      "ground_truth": "cái kệ",
      "ground_truth_normalized": "cái kệ",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cái kệ",
        "tủ lạnh",
        "cửa",
        "chai",
        "cửa ra vào",
        "rau",
        "lò vi sóng",
        "tường",
        "quầy tính tiền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.445114,
      "confidences": [
        0.445114,
        0.158092,
        0.14116,
        0.112104,
        0.042219,
        0.003754,
        0.00352,
        0.002084,
        0.002059,
        0.002025
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.820312,
        0.80127,
        0.788086,
        0.743164,
        0.505859,
        0.694336,
        0.535156,
        0.625,
        0.56543
      ]
    },
    {
      "question_id": "10058541",
      "image_id": 335851,
      "question": "những gì, bạn của họ nhìn vào",
      "ground_truth": "con chó",
      "ground_truth_normalized": "con chó",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "con chó",
        "con bò",
        "màu nâu",
        "gia súc",
        "ngựa vằn",
        "bãi cỏ",
        "gấu",
        "con chim",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.942485,
      "confidences": [
        0.942485,
        0.018091,
        0.00775,
        0.002637,
        0.002287,
        0.001428,
        0.001166,
        0.000868,
        0.000848,
        0.000744
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.754395,
        0.72168,
        0.750488,
        0.647949,
        0.601074,
        0.624023,
        0.547852,
        0.540527,
        0.494141
      ]
    },
    {
      "question_id": "10117051",
      "image_id": 425292,
      "question": "có bao nhiêu con bò trên cánh đồng cỏ xanh",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.433461,
      "confidences": [
        0.433461,
        0.31221,
        0.175134,
        0.050373,
        0.008652,
        0.006925,
        0.002374,
        0.001579,
        0.000862,
        0.000499
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.86377,
        0.819824,
        0.805664,
        0.615723,
        0.659668,
        0.605469,
        0.58252,
        0.480225,
        0.474854
      ]
    },
    {
      "question_id": "10021301",
      "image_id": 403424,
      "question": "màu của chiếc bình là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh lá",
        "màu nâu",
        "màu vàng",
        "màu đỏ",
        "màu xanh dương",
        "màu đen",
        "màu xám",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.669529,
      "confidences": [
        0.669529,
        0.127284,
        0.103481,
        0.052442,
        0.010992,
        0.010326,
        0.009184,
        0.002626,
        0.002415,
        0.001998
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.816895,
        0.813965,
        0.797363,
        0.770996,
        0.742676,
        0.756836,
        0.760742,
        0.737305,
        0.746094
      ]
    },
    {
      "question_id": "10111081",
      "image_id": 498218,
      "question": "có bao nhiêu người đi xe tay ga trên đường thành phố",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.816523,
      "confidences": [
        0.816523,
        0.094519,
        0.074771,
        0.006533,
        0.001391,
        0.001343,
        0.000352,
        0.000332,
        0.000312,
        0.000146
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.853516,
        0.836426,
        0.702637,
        0.500977,
        0.639648,
        0.500488,
        0.419922,
        0.46582,
        0.392334
      ]
    },
    {
      "question_id": "10006021",
      "image_id": 101675,
      "question": "màu của đồng hồ là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu trắng",
        "màu đen",
        "màu xanh lá",
        "màu vàng",
        "màu nâu",
        "màu xanh dương",
        "màu đỏ",
        "màu xám",
        "màu cam"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.872658,
      "confidences": [
        0.872658,
        0.044651,
        0.034504,
        0.012743,
        0.006768,
        0.005926,
        0.004057,
        0.002911,
        0.002899,
        0.001745
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.768066,
        0.796387,
        0.698242,
        0.662598,
        0.728516,
        0.699219,
        0.759277,
        0.739258,
        0.700684
      ]
    },
    {
      "question_id": "10051161",
      "image_id": 573094,
      "question": "cây giáng sinh sáng lên ở đâu",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "cửa sổ",
        "cái ghế",
        "chung cư",
        "phòng ngủ",
        "cây",
        "đi văng",
        "nhiều cái ghế",
        "tòa nhà"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.850877,
      "confidences": [
        0.850877,
        0.037678,
        0.021218,
        0.01447,
        0.009714,
        0.005471,
        0.004065,
        0.00298,
        0.002877,
        0.002767
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.837402,
        0.766113,
        0.731934,
        0.697266,
        0.732422,
        0.564453,
        0.568359,
        0.57666,
        0.62207
      ]
    },
    {
      "question_id": "10105501",
      "image_id": 267216,
      "question": "có bao nhiêu người ngồi quanh chiếc bàn gỗ trong khi một người phụ nữ đứng dang rộng cánh tay",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "một",
        "hai",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.757717,
      "confidences": [
        0.757717,
        0.177183,
        0.044624,
        0.012152,
        0.001758,
        0.000865,
        0.000771,
        0.000738,
        0.00048,
        0.000251
      ],
      "gate_score_top1": 0.908203,
      "gate_scores": [
        0.908203,
        0.846191,
        0.791992,
        0.684082,
        0.664551,
        0.614746,
        0.641602,
        0.589844,
        0.561523,
        0.467285
      ]
    },
    {
      "question_id": "10074771",
      "image_id": 565996,
      "question": "những gì đang di chuyển trên đường ray",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe điện ngầm",
        "xe ô tô",
        "xe điện",
        "trạm",
        "động cơ",
        "cửa",
        "các tòa nhà",
        "đường sắt",
        "xe buýt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.941788,
      "confidences": [
        0.941788,
        0.014079,
        0.009638,
        0.00844,
        0.003417,
        0.002267,
        0.001601,
        0.001284,
        0.001174,
        0.000768
      ],
      "gate_score_top1": 0.908691,
      "gate_scores": [
        0.908691,
        0.744141,
        0.745605,
        0.765137,
        0.712402,
        0.70459,
        0.571289,
        0.669434,
        0.598633,
        0.638184
      ]
    },
    {
      "question_id": "10046241",
      "image_id": 439326,
      "question": "gấu trúc đang điều tra một vật lạ ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "gấu trúc",
        "lồng",
        "cái rổ",
        "cửa tiệm",
        "rào chắn",
        "sân",
        "cây",
        "cửa hàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.610136,
      "confidences": [
        0.610136,
        0.147202,
        0.075478,
        0.024219,
        0.004524,
        0.004402,
        0.004055,
        0.003088,
        0.002924,
        0.002873
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.822266,
        0.785645,
        0.744629,
        0.73877,
        0.651855,
        0.613281,
        0.582031,
        0.623047,
        0.672852
      ]
    },
    {
      "question_id": "10069761",
      "image_id": 470032,
      "question": "những gì treo ngược từ dây",
      "ground_truth": "con chim",
      "ground_truth_normalized": "con chim",
      "predicted_top1": "con vẹt",
      "predicted_topk": [
        "con vẹt",
        "con chim",
        "hải âu",
        "con vịt",
        "chim bồ câu",
        "tách",
        "hươu cao cổ",
        "con chó",
        "cửa sổ",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.577951,
      "confidences": [
        0.577951,
        0.346461,
        0.007506,
        0.001134,
        0.001052,
        0.001015,
        0.000963,
        0.000936,
        0.000929,
        0.000884
      ],
      "gate_score_top1": 0.830078,
      "gate_scores": [
        0.830078,
        0.831055,
        0.619141,
        0.647949,
        0.405762,
        0.586914,
        0.594238,
        0.489258,
        0.520996,
        0.539062
      ]
    },
    {
      "question_id": "10066291",
      "image_id": 485288,
      "question": "những gì đặt với pizza trên bàn màu cam",
      "ground_truth": "đĩa",
      "ground_truth_normalized": "đĩa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "quán ăn",
        "bữa ăn",
        "món ăn",
        "đĩa",
        "pizza",
        "dĩa",
        "bánh",
        "bữa ăn tối",
        "chén đĩa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.34281,
      "confidences": [
        0.34281,
        0.146293,
        0.094086,
        0.03277,
        0.032388,
        0.028305,
        0.016575,
        0.011776,
        0.010955,
        0.010722
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.733887,
        0.756836,
        0.650879,
        0.592285,
        0.695312,
        0.626953,
        0.575195,
        0.528809,
        0.521973
      ]
    },
    {
      "question_id": "10042051",
      "image_id": 64423,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "cái ví",
        "balo",
        "xe đẩy",
        "thùng chứa",
        "toa xe",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.721087,
      "confidences": [
        0.721087,
        0.155946,
        0.054316,
        0.010489,
        0.010286,
        0.006474,
        0.004389,
        0.002901,
        0.002259,
        0.002077
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.866211,
        0.796875,
        0.74707,
        0.733398,
        0.657227,
        0.708008,
        0.706055,
        0.623535,
        0.67334
      ]
    },
    {
      "question_id": "10087961",
      "image_id": 576827,
      "question": "cái gì ngoài bãi biển nơi có một chiếc ô màu cam",
      "ground_truth": "hồ",
      "ground_truth_normalized": "hồ",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "bờ biển",
        "cái ghế",
        "hồ",
        "băng ghế",
        "nhiều cái ghế",
        "bức ảnh",
        "tường",
        "màu cam",
        "rau"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.500172,
      "confidences": [
        0.500172,
        0.094717,
        0.050402,
        0.012448,
        0.010071,
        0.010022,
        0.009535,
        0.00525,
        0.005084,
        0.004837
      ],
      "gate_score_top1": 0.783203,
      "gate_scores": [
        0.783203,
        0.708496,
        0.697754,
        0.474854,
        0.604492,
        0.480713,
        0.554688,
        0.495361,
        0.559082,
        0.423096
      ]
    },
    {
      "question_id": "10017801",
      "image_id": 222122,
      "question": "màu của gấu là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu cam",
        "màu trắng",
        "màu vàng",
        "màu đỏ",
        "gấu",
        "màu xanh lá",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.743303,
      "confidences": [
        0.743303,
        0.237574,
        0.003579,
        0.003134,
        0.002809,
        0.001327,
        0.001249,
        0.000606,
        0.000335,
        0.000267
      ],
      "gate_score_top1": 0.895996,
      "gate_scores": [
        0.895996,
        0.880371,
        0.769043,
        0.71875,
        0.793945,
        0.732422,
        0.658203,
        0.654297,
        0.528809,
        0.590332
      ]
    },
    {
      "question_id": "10003701",
      "image_id": 219413,
      "question": "màu của ghế sofa là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu xanh lá",
        "màu nâu",
        "màu tía",
        "màu xanh dương",
        "màu đỏ",
        "màu cam",
        "màu vàng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.623142,
      "confidences": [
        0.623142,
        0.179232,
        0.090123,
        0.038762,
        0.037569,
        0.006503,
        0.005875,
        0.003591,
        0.003354,
        0.001311
      ],
      "gate_score_top1": 0.87207,
      "gate_scores": [
        0.87207,
        0.836914,
        0.862305,
        0.771484,
        0.82373,
        0.798828,
        0.724609,
        0.71875,
        0.731445,
        0.653809
      ]
    },
    {
      "question_id": "10032311",
      "image_id": 153123,
      "question": "người đàn ông đứng ở đâu bên cạnh áo sơ mi",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "áo vest",
        "cửa sổ",
        "cái kệ",
        "văn phòng",
        "cà vạt",
        "hộp",
        "cửa",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.14697,
      "confidences": [
        0.14697,
        0.113127,
        0.067156,
        0.039634,
        0.032411,
        0.028827,
        0.026402,
        0.02539,
        0.018146,
        0.016329
      ],
      "gate_score_top1": 0.813477,
      "gate_scores": [
        0.813477,
        0.77002,
        0.672363,
        0.639648,
        0.664551,
        0.658203,
        0.621582,
        0.65625,
        0.682129,
        0.469727
      ]
    },
    {
      "question_id": "10051291",
      "image_id": 105877,
      "question": "người phụ nữ đang mọc tóc ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "giường",
        "hành lang",
        "gương",
        "chung cư",
        "ô cửa",
        "nhà ở",
        "cái ghế",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.498977,
      "confidences": [
        0.498977,
        0.399376,
        0.028371,
        0.009103,
        0.006912,
        0.002876,
        0.002766,
        0.002686,
        0.00156,
        0.001551
      ],
      "gate_score_top1": 0.900879,
      "gate_scores": [
        0.900879,
        0.849609,
        0.664551,
        0.666504,
        0.805176,
        0.636719,
        0.568848,
        0.716309,
        0.550293,
        0.535645
      ]
    },
    {
      "question_id": "10026961",
      "image_id": 322180,
      "question": "nhiều cái ghế ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "hành lang",
        "cửa sổ",
        "tòa nhà",
        "nhiều cái ghế",
        "ô cửa",
        "chung cư",
        "đi văng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.475447,
      "confidences": [
        0.475447,
        0.361701,
        0.081977,
        0.00909,
        0.006032,
        0.004319,
        0.003477,
        0.003216,
        0.00321,
        0.002353
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.880371,
        0.84668,
        0.691406,
        0.703125,
        0.59668,
        0.598633,
        0.577148,
        0.646484,
        0.556152
      ]
    },
    {
      "question_id": "10033031",
      "image_id": 298481,
      "question": "nơi trang trí trông rất thanh lịch",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "quán ăn",
        "lọ cắm hoa",
        "ô cửa",
        "nhiều cái ghế",
        "quán bar",
        "bức ảnh",
        "cửa sổ",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.416081,
      "confidences": [
        0.416081,
        0.287087,
        0.06687,
        0.031773,
        0.009843,
        0.006355,
        0.006196,
        0.005854,
        0.004949,
        0.004609
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.750488,
        0.774902,
        0.671875,
        0.556641,
        0.543945,
        0.619141,
        0.521973,
        0.650879,
        0.640625
      ]
    },
    {
      "question_id": "10066721",
      "image_id": 519703,
      "question": "những gì đông đúc với những chiếc thuyền buồm trên mặt nước trong xanh yên tĩnh",
      "ground_truth": "bến du thuyền",
      "ground_truth_normalized": "bến du thuyền",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "thuyền buồm",
        "ca nô",
        "xe đạp",
        "hàng hoá",
        "cầu",
        "bến tàu",
        "cây sào",
        "hồ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.771872,
      "confidences": [
        0.771872,
        0.164341,
        0.0164,
        0.004635,
        0.001559,
        0.001516,
        0.001312,
        0.001301,
        0.001079,
        0.000837
      ],
      "gate_score_top1": 0.806152,
      "gate_scores": [
        0.806152,
        0.790527,
        0.686523,
        0.547852,
        0.577637,
        0.480957,
        0.545898,
        0.458496,
        0.482178,
        0.388672
      ]
    },
    {
      "question_id": "10087701",
      "image_id": 512330,
      "question": "mở thứ gì có trưng bày nhiều lựa chọn thực phẩm bên trong",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "chai",
        "cửa ra vào",
        "phòng bếp",
        "lò vi sóng",
        "tường",
        "rau"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.397087,
      "confidences": [
        0.397087,
        0.380386,
        0.075196,
        0.052907,
        0.011577,
        0.003686,
        0.002441,
        0.001897,
        0.001828,
        0.001798
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.817383,
        0.802246,
        0.786621,
        0.668945,
        0.486328,
        0.505371,
        0.552734,
        0.615234,
        0.645996
      ]
    },
    {
      "question_id": "10034971",
      "image_id": 42690,
      "question": "hai chiếc xe máy đang ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "đường phố",
        "ga-ra",
        "xe máy",
        "chuồng",
        "gương",
        "xe tay ga",
        "tòa nhà",
        "cửa tiệm",
        "ảnh chụp"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.694211,
      "confidences": [
        0.694211,
        0.139394,
        0.025485,
        0.021629,
        0.015367,
        0.00746,
        0.005983,
        0.004144,
        0.003586,
        0.003572
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.84082,
        0.733398,
        0.733398,
        0.728027,
        0.71582,
        0.641602,
        0.600098,
        0.556641,
        0.489502
      ]
    },
    {
      "question_id": "10078591",
      "image_id": 557552,
      "question": "những gì đỗ thành hàng bên đường",
      "ground_truth": "xe tay ga",
      "ground_truth_normalized": "xe tay ga",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "đường",
        "mũ",
        "xe cộ",
        "con khỉ",
        "ga-ra",
        "xe buýt",
        "cây"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.546751,
      "confidences": [
        0.546751,
        0.249345,
        0.158493,
        0.002623,
        0.002116,
        0.001292,
        0.000923,
        0.000759,
        0.000754,
        0.000723
      ],
      "gate_score_top1": 0.850098,
      "gate_scores": [
        0.850098,
        0.841797,
        0.808105,
        0.647461,
        0.496094,
        0.539551,
        0.40625,
        0.559082,
        0.634766,
        0.477539
      ]
    },
    {
      "question_id": "10058461",
      "image_id": 559113,
      "question": "những gì đang đi xuống phố",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "xe đẩy",
      "predicted_topk": [
        "xe đẩy",
        "xe ô tô",
        "xe tải",
        "xe buýt",
        "phương tiện giao thông",
        "xe",
        "xe cộ",
        "tàu hỏa",
        "động cơ",
        "toa xe"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.842335,
      "confidences": [
        0.842335,
        0.040174,
        0.024462,
        0.012109,
        0.011829,
        0.008178,
        0.004386,
        0.002956,
        0.002223,
        0.001923
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.755859,
        0.787109,
        0.785645,
        0.716309,
        0.672852,
        0.713379,
        0.601562,
        0.57373,
        0.506836
      ]
    },
    {
      "question_id": "10078661",
      "image_id": 426777,
      "question": "những gì đứng đầu với một nửa pizza",
      "ground_truth": "chảo",
      "ground_truth_normalized": "chảo",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "chảo",
        "hộp",
        "quán ăn",
        "đĩa",
        "dĩa",
        "cây"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.365481,
      "confidences": [
        0.365481,
        0.272665,
        0.062771,
        0.0364,
        0.032693,
        0.008396,
        0.007675,
        0.006974,
        0.006947,
        0.00676
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.802246,
        0.723145,
        0.702637,
        0.69043,
        0.628906,
        0.584961,
        0.574219,
        0.61377,
        0.635254
      ]
    },
    {
      "question_id": "10090981",
      "image_id": 581402,
      "question": "con gì nằm bên trong nôi",
      "ground_truth": "mèo con",
      "ground_truth_normalized": "mèo con",
      "predicted_top1": "con mèo",
      "predicted_topk": [
        "con mèo",
        "bát",
        "chậu",
        "giường",
        "màu cam",
        "cái rổ",
        "con chó",
        "tách",
        "cái nồi",
        "thùng chứa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.874546,
      "confidences": [
        0.874546,
        0.042866,
        0.01493,
        0.003235,
        0.002849,
        0.002193,
        0.001545,
        0.001502,
        0.001354,
        0.001323
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.692871,
        0.702637,
        0.532227,
        0.626465,
        0.571289,
        0.665039,
        0.58252,
        0.475586,
        0.510742
      ]
    },
    {
      "question_id": "10025061",
      "image_id": 311488,
      "question": "khu vực giải trí chứa một tv nhỏ, hoa, phim, sách và chăn ở đâu",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "lọ cắm hoa",
        "chung cư",
        "văn phòng",
        "cửa sổ",
        "cái kệ",
        "hộp",
        "cái nồi"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.45216,
      "confidences": [
        0.45216,
        0.086296,
        0.060955,
        0.026681,
        0.025065,
        0.016057,
        0.015382,
        0.013707,
        0.012073,
        0.011702
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.796387,
        0.742188,
        0.658691,
        0.609375,
        0.586426,
        0.671387,
        0.621582,
        0.661621,
        0.536133
      ]
    },
    {
      "question_id": "10113641",
      "image_id": 205533,
      "question": "có bao nhiêu thân cây tre mọc trên giá treo khăn tắm",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "bốn",
        "ba",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.340492,
      "confidences": [
        0.340492,
        0.286723,
        0.259033,
        0.053664,
        0.03547,
        0.009109,
        0.00511,
        0.001595,
        0.000842,
        0.000674
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.844238,
        0.864746,
        0.804199,
        0.769531,
        0.59375,
        0.64209,
        0.578125,
        0.493164,
        0.486816
      ]
    },
    {
      "question_id": "10100611",
      "image_id": 547583,
      "question": "những gì được mở cho hành khách",
      "ground_truth": "cửa ra vào",
      "ground_truth_normalized": "cửa ra vào",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "cửa",
        "xe ô tô",
        "xe điện ngầm",
        "xe buýt",
        "xe điện",
        "trạm",
        "xe đẩy",
        "phương tiện giao thông",
        "bộ đồ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.204225,
      "confidences": [
        0.204225,
        0.117277,
        0.102291,
        0.097988,
        0.081235,
        0.051234,
        0.030355,
        0.021864,
        0.018376,
        0.009874
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.685059,
        0.726562,
        0.703125,
        0.751465,
        0.708496,
        0.648926,
        0.691895,
        0.684082,
        0.510254
      ]
    },
    {
      "question_id": "10013641",
      "image_id": 73244,
      "question": "màu của bầu trời là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xanh dương",
        "màu trắng",
        "màu xám",
        "màu vàng",
        "màu tía",
        "màu đen",
        "màu nâu",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.575915,
      "confidences": [
        0.575915,
        0.405207,
        0.005283,
        0.002929,
        0.001709,
        0.001571,
        0.000947,
        0.000519,
        0.000513,
        0.000253
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.880859,
        0.760254,
        0.723633,
        0.726074,
        0.694336,
        0.611816,
        0.643066,
        0.678223,
        0.703613
      ]
    },
    {
      "question_id": "10059901",
      "image_id": 411184,
      "question": "những gì đang trải dài trên chiều rộng của một dòng sông",
      "ground_truth": "cầu",
      "ground_truth_normalized": "cầu",
      "predicted_top1": "các tòa nhà",
      "predicted_topk": [
        "các tòa nhà",
        "cầu",
        "đồng hồ",
        "tàu hỏa",
        "tòa tháp",
        "bức ảnh",
        "xe ô tô",
        "con thuyền",
        "tòa nhà",
        "lá cờ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.378153,
      "confidences": [
        0.378153,
        0.336336,
        0.028764,
        0.024507,
        0.015669,
        0.008322,
        0.007972,
        0.007757,
        0.007174,
        0.006418
      ],
      "gate_score_top1": 0.722656,
      "gate_scores": [
        0.722656,
        0.805664,
        0.67627,
        0.682617,
        0.651367,
        0.680176,
        0.64209,
        0.573242,
        0.654297,
        0.619629
      ]
    },
    {
      "question_id": "10064631",
      "image_id": 453093,
      "question": "những gì đang làm sạch trên sàn trong một phòng tắm lát gạch",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tắm",
        "khăn",
        "bồn tiểu",
        "vòi hoa sen",
        "tường",
        "bức ảnh",
        "cửa",
        "chậu",
        "phòng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.668009,
      "confidences": [
        0.668009,
        0.051311,
        0.039495,
        0.02958,
        0.019898,
        0.016658,
        0.012599,
        0.007349,
        0.005558,
        0.00516
      ],
      "gate_score_top1": 0.808105,
      "gate_scores": [
        0.808105,
        0.779785,
        0.740234,
        0.676758,
        0.638184,
        0.58252,
        0.568359,
        0.594238,
        0.59375,
        0.662109
      ]
    },
    {
      "question_id": "10107581",
      "image_id": 166124,
      "question": "có bao nhiêu cái bánh mì tròn đang ngồi trên khay bạc",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "năm",
        "bảy",
        "tám",
        "chín",
        "ba",
        "donut",
        "mười",
        "một"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.357413,
      "confidences": [
        0.357413,
        0.251471,
        0.231666,
        0.091077,
        0.018004,
        0.004447,
        0.004293,
        0.001935,
        0.001484,
        0.001107
      ],
      "gate_score_top1": 0.80957,
      "gate_scores": [
        0.80957,
        0.797852,
        0.789551,
        0.785645,
        0.683594,
        0.634766,
        0.61377,
        0.688965,
        0.49707,
        0.492432
      ]
    },
    {
      "question_id": "10073241",
      "image_id": 438426,
      "question": "những gì, với một chiếc cà vạt và áo khoác",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "cà vạt",
      "predicted_topk": [
        "cà vạt",
        "đồng hồ",
        "bộ đồ",
        "áo sơ mi",
        "nón",
        "điện thoại",
        "áo vest",
        "bức tượng",
        "bức ảnh",
        "mũ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.764988,
      "confidences": [
        0.764988,
        0.095004,
        0.021448,
        0.019491,
        0.004487,
        0.004349,
        0.00277,
        0.002062,
        0.001993,
        0.001964
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.818359,
        0.652344,
        0.659668,
        0.700195,
        0.660156,
        0.611816,
        0.640625,
        0.594727,
        0.600098
      ]
    },
    {
      "question_id": "10011031",
      "image_id": 205875,
      "question": "màu sắc của sơ đồ là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu xanh dương",
        "màu trắng",
        "màu xám",
        "màu đen",
        "màu tía",
        "màu vàng",
        "màu cam",
        "màu đỏ",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.503769,
      "confidences": [
        0.503769,
        0.365697,
        0.054356,
        0.018932,
        0.010703,
        0.006992,
        0.005729,
        0.004703,
        0.003839,
        0.002792
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.837891,
        0.821777,
        0.747559,
        0.692871,
        0.744141,
        0.739746,
        0.703125,
        0.683594,
        0.599609
      ]
    },
    {
      "question_id": "10060381",
      "image_id": 515226,
      "question": "những con chó gì ngồi trên băng ghế ở bãi biển",
      "ground_truth": "pug",
      "ground_truth_normalized": "pug",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "băng ghế",
        "cái ghế",
        "con chim",
        "cửa sổ",
        "đồng hồ",
        "sân",
        "nón",
        "đồ chơi",
        "bức tượng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 1,
      "confidence_top1": 0.133555,
      "confidences": [
        0.133555,
        0.124974,
        0.057329,
        0.047066,
        0.033505,
        0.026299,
        0.024609,
        0.015536,
        0.014132,
        0.013564
      ],
      "gate_score_top1": 0.746094,
      "gate_scores": [
        0.746094,
        0.736328,
        0.653809,
        0.624512,
        0.662598,
        0.577637,
        0.621094,
        0.582031,
        0.599121,
        0.564453
      ]
    },
    {
      "question_id": "10117711",
      "image_id": 510857,
      "question": "có bao nhiêu ván lướt sóng với những cánh buồm trên mặt nước",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.628949,
      "confidences": [
        0.628949,
        0.222513,
        0.062274,
        0.05244,
        0.01663,
        0.002457,
        0.002224,
        0.001499,
        0.001333,
        0.000906
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.82666,
        0.736816,
        0.777344,
        0.72168,
        0.575684,
        0.630371,
        0.59668,
        0.567871,
        0.515137
      ]
    },
    {
      "question_id": "10067681",
      "image_id": 478553,
      "question": "những gì hôn nhau trong một cánh đồng đất",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "hươu cao cổ",
        "bãi cỏ",
        "con ngựa",
        "con chó",
        "con chim",
        "tàu hỏa",
        "rào chắn",
        "con bò"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.8772,
      "confidences": [
        0.8772,
        0.115064,
        0.001159,
        0.000377,
        0.000353,
        0.00025,
        0.00018,
        0.000163,
        0.00012,
        0.000116
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.86377,
        0.705566,
        0.610352,
        0.637207,
        0.589844,
        0.564941,
        0.61377,
        0.432373,
        0.617188
      ]
    },
    {
      "question_id": "10011811",
      "image_id": 382356,
      "question": "màu của con chó là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu trắng",
        "màu đỏ",
        "màu vàng",
        "màu tía",
        "màu cam",
        "màu xanh dương",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.511613,
      "confidences": [
        0.511613,
        0.441038,
        0.015693,
        0.013687,
        0.005115,
        0.000978,
        0.000811,
        0.000469,
        0.000447,
        0.000331
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.883789,
        0.795898,
        0.800781,
        0.744141,
        0.661133,
        0.661133,
        0.648438,
        0.610352,
        0.45459
      ]
    },
    {
      "question_id": "10047701",
      "image_id": 268798,
      "question": "người đàn ông đứng ở đâu trước một chiếc máy bay nhỏ",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "ga-ra",
        "áo vest",
        "kho",
        "bảo tàng",
        "máy bay",
        "trạm",
        "bầu trời",
        "tòa nhà",
        "sân vận động"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.541351,
      "confidences": [
        0.541351,
        0.156928,
        0.035706,
        0.031882,
        0.02592,
        0.021955,
        0.021031,
        0.011368,
        0.009461,
        0.008464
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.782227,
        0.682129,
        0.697266,
        0.75,
        0.605957,
        0.665039,
        0.523926,
        0.674316,
        0.649414
      ]
    },
    {
      "question_id": "10037601",
      "image_id": 471783,
      "question": "người đàn ông nhìn về phía sau ở một làn sóng lớn ở đâu",
      "ground_truth": "ca nô",
      "ground_truth_normalized": "ca nô",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "ca nô",
        "trượt tuyết",
        "bảng",
        "áo vest",
        "con thuyền",
        "vạch kẻ đường",
        "bờ biển",
        "núi",
        "cái lều"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.284723,
      "confidences": [
        0.284723,
        0.142609,
        0.050158,
        0.04712,
        0.032575,
        0.021615,
        0.016703,
        0.012161,
        0.0107,
        0.010131
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.619141,
        0.753906,
        0.693848,
        0.597656,
        0.569336,
        0.662598,
        0.484619,
        0.613281,
        0.506836
      ]
    },
    {
      "question_id": "10069261",
      "image_id": 532463,
      "question": "những gì được bao phủ trong những chiếc túi kiểu dáng khác nhau",
      "ground_truth": "băng ghế",
      "ground_truth_normalized": "băng ghế",
      "predicted_top1": "túi",
      "predicted_topk": [
        "túi",
        "cái ví",
        "cái túi",
        "balo",
        "hành lý",
        "vali",
        "cái ghế",
        "băng ghế",
        "thùng chứa",
        "xe đẩy"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.235687,
      "confidences": [
        0.235687,
        0.193871,
        0.095599,
        0.065961,
        0.030795,
        0.02876,
        0.022442,
        0.013245,
        0.011351,
        0.009023
      ],
      "gate_score_top1": 0.803711,
      "gate_scores": [
        0.803711,
        0.800781,
        0.767578,
        0.759766,
        0.707031,
        0.686035,
        0.61377,
        0.594727,
        0.640137,
        0.65918
      ]
    },
    {
      "question_id": "10055681",
      "image_id": 389081,
      "question": "những gì được phục vụ trên đĩa",
      "ground_truth": "điểm tâm",
      "ground_truth_normalized": "điểm tâm",
      "predicted_top1": "bữa ăn",
      "predicted_topk": [
        "bữa ăn",
        "đĩa ăn",
        "sandwich",
        "dĩa",
        "cái mâm",
        "búi tóc",
        "thịt",
        "món ăn",
        "bữa trưa",
        "cái nĩa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.230163,
      "confidences": [
        0.230163,
        0.213699,
        0.132689,
        0.057516,
        0.024931,
        0.019041,
        0.016511,
        0.014401,
        0.013822,
        0.012414
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.779785,
        0.804199,
        0.679199,
        0.661133,
        0.690918,
        0.612793,
        0.658691,
        0.490234,
        0.646484
      ]
    },
    {
      "question_id": "10110761",
      "image_id": 124562,
      "question": "có bao nhiêu người cưỡi trên năm con ngựa dọc theo mép nước",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "tám",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.656096,
      "confidences": [
        0.656096,
        0.219765,
        0.076246,
        0.031537,
        0.004669,
        0.002529,
        0.001391,
        0.001192,
        0.000719,
        0.000681
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.836914,
        0.820801,
        0.716797,
        0.693848,
        0.654785,
        0.612305,
        0.587402,
        0.539551,
        0.522461
      ]
    },
    {
      "question_id": "10022891",
      "image_id": 477634,
      "question": "màu của lông là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu đen",
        "màu xám",
        "màu xanh lá",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu tía",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.494031,
      "confidences": [
        0.494031,
        0.264435,
        0.096901,
        0.050666,
        0.044538,
        0.016643,
        0.015881,
        0.004479,
        0.002015,
        0.001524
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.833984,
        0.834961,
        0.769531,
        0.844727,
        0.802246,
        0.794922,
        0.765625,
        0.760254,
        0.704102
      ]
    },
    {
      "question_id": "10075431",
      "image_id": 424975,
      "question": "những gì xây dựng bao phủ với một người phụ nữ đi qua nó",
      "ground_truth": "vẽ tranh lên tường",
      "ground_truth_normalized": "vẽ tranh lên tường",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "vẽ tranh lên tường",
        "vòi",
        "đường phố",
        "bức ảnh",
        "cửa hàng",
        "tường",
        "ảnh chụp",
        "cửa tiệm",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.171881,
      "confidences": [
        0.171881,
        0.110975,
        0.044663,
        0.036667,
        0.030517,
        0.027196,
        0.026052,
        0.022327,
        0.01749,
        0.016592
      ],
      "gate_score_top1": 0.791992,
      "gate_scores": [
        0.791992,
        0.614258,
        0.674805,
        0.658691,
        0.547852,
        0.666992,
        0.522461,
        0.599121,
        0.629883,
        0.666992
      ]
    },
    {
      "question_id": "10115751",
      "image_id": 566042,
      "question": "có bao nhiêu hươu cao cổ đang đứng nhìn cùng một hướng",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.419033,
      "confidences": [
        0.419033,
        0.387542,
        0.140908,
        0.027638,
        0.005153,
        0.004692,
        0.003089,
        0.001328,
        0.000843,
        0.000207
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.84668,
        0.813477,
        0.771973,
        0.654297,
        0.64209,
        0.691895,
        0.561523,
        0.550293,
        0.451904
      ]
    },
    {
      "question_id": "10075061",
      "image_id": 405882,
      "question": "cái gì bên cạnh bánh lớn, trang trí rực rỡ",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "dao",
        "đĩa ăn",
        "cupcake",
        "nến",
        "món tráng miệng",
        "sô cô la",
        "dĩa",
        "bông hoa",
        "cái mâm"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.91725,
      "confidences": [
        0.91725,
        0.007383,
        0.006037,
        0.004469,
        0.003936,
        0.003542,
        0.003474,
        0.001903,
        0.001781,
        0.001535
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.670898,
        0.725586,
        0.665039,
        0.626953,
        0.580078,
        0.558594,
        0.558594,
        0.631836,
        0.556641
      ]
    },
    {
      "question_id": "10095651",
      "image_id": 573796,
      "question": "những gì có con dao với một quả táo dính máu ướt đẫm",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "dao",
      "predicted_topk": [
        "dao",
        "cây kéo",
        "quầy tính tiền",
        "tách",
        "chảo",
        "tường",
        "bát",
        "quả táo",
        "chuối",
        "máy xay"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.541614,
      "confidences": [
        0.541614,
        0.051372,
        0.024409,
        0.016974,
        0.015215,
        0.012565,
        0.011919,
        0.011552,
        0.008288,
        0.007994
      ],
      "gate_score_top1": 0.81543,
      "gate_scores": [
        0.81543,
        0.726562,
        0.720215,
        0.738281,
        0.633789,
        0.583008,
        0.662598,
        0.620117,
        0.581055,
        0.638184
      ]
    },
    {
      "question_id": "10073911",
      "image_id": 423215,
      "question": "chuyến tàu chở những gì dừng lại ở một nhà ga xe lửa",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "hàng hoá",
        "đường sắt",
        "xe điện ngầm",
        "các tòa nhà",
        "cầu",
        "trạm",
        "xe điện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.4333,
      "confidences": [
        0.4333,
        0.142887,
        0.117996,
        0.090825,
        0.062179,
        0.014972,
        0.013739,
        0.010032,
        0.009134,
        0.004077
      ],
      "gate_score_top1": 0.859863,
      "gate_scores": [
        0.859863,
        0.754883,
        0.777344,
        0.686035,
        0.672363,
        0.650391,
        0.680664,
        0.62793,
        0.611816,
        0.655273
      ]
    },
    {
      "question_id": "10113211",
      "image_id": 476065,
      "question": "có bao nhiêu người đang sử dụng máy tính xách tay trong một quán cà phê",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.576424,
      "confidences": [
        0.576424,
        0.369271,
        0.031642,
        0.017339,
        0.000619,
        0.000572,
        0.000176,
        0.000173,
        0.000141,
        9e-05
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.885254,
        0.823242,
        0.820312,
        0.445312,
        0.619141,
        0.474609,
        0.466797,
        0.404297,
        0.384277
      ]
    },
    {
      "question_id": "10061841",
      "image_id": 575624,
      "question": "những gì đang nằm trên cỏ bên cạnh cây và chuồng",
      "ground_truth": "con ngựa",
      "ground_truth_normalized": "con ngựa",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "con ngựa",
        "gia súc",
        "ngựa vằn",
        "bò đực",
        "con chó",
        "bãi cỏ",
        "ngựa rằn",
        "hươu cao cổ",
        "con cừu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.546873,
      "confidences": [
        0.546873,
        0.201971,
        0.078477,
        0.033229,
        0.012711,
        0.012441,
        0.007831,
        0.006979,
        0.006417,
        0.005674
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.819824,
        0.740234,
        0.734375,
        0.63623,
        0.679199,
        0.665527,
        0.637207,
        0.628906,
        0.692871
      ]
    },
    {
      "question_id": "10032271",
      "image_id": 339639,
      "question": "người đang cầm xúc xích ở đâu",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "cái rổ",
      "predicted_topk": [
        "cái rổ",
        "cái mâm",
        "giấy bạc",
        "thùng chứa",
        "hộp",
        "sandwich",
        "quán ăn",
        "món ăn",
        "sân vận động",
        "đĩa ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.328539,
      "confidences": [
        0.328539,
        0.174486,
        0.102175,
        0.060537,
        0.04912,
        0.019049,
        0.01364,
        0.00994,
        0.009158,
        0.008241
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.801758,
        0.777832,
        0.751465,
        0.724609,
        0.728027,
        0.706055,
        0.694336,
        0.629395,
        0.64502
      ]
    },
    {
      "question_id": "10031901",
      "image_id": 549575,
      "question": "một nhà bếp không có đồ đạc ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "phòng",
        "cửa sổ",
        "lò vi sóng",
        "phòng tắm",
        "tường",
        "quán ăn",
        "tòa nhà",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.474677,
      "confidences": [
        0.474677,
        0.293584,
        0.063492,
        0.021942,
        0.006999,
        0.006864,
        0.006153,
        0.004886,
        0.00444,
        0.004075
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.825684,
        0.811035,
        0.728516,
        0.563477,
        0.660156,
        0.540039,
        0.670898,
        0.648438,
        0.621094
      ]
    },
    {
      "question_id": "10051361",
      "image_id": 498649,
      "question": "những chiếc bánh rán rắc đường nằm ở đâu",
      "ground_truth": "cái rổ",
      "ground_truth_normalized": "cái rổ",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái rổ",
        "thùng chứa",
        "món ăn",
        "chảo",
        "cái nồi",
        "cái mâm",
        "giấy bạc",
        "hộp",
        "chén đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.562385,
      "confidences": [
        0.562385,
        0.184732,
        0.076111,
        0.027565,
        0.025295,
        0.016016,
        0.010121,
        0.009197,
        0.008325,
        0.003505
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.850098,
        0.808594,
        0.766602,
        0.715332,
        0.747559,
        0.714844,
        0.72168,
        0.693848,
        0.649414
      ]
    },
    {
      "question_id": "10082941",
      "image_id": 471737,
      "question": "những gì đang đi xuống một số đường ray",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "các tòa nhà",
        "hàng hoá",
        "cây",
        "xe đẩy",
        "xe điện ngầm",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.551395,
      "confidences": [
        0.551395,
        0.373092,
        0.021973,
        0.004072,
        0.003304,
        0.003298,
        0.00232,
        0.001024,
        0.001023,
        0.001014
      ],
      "gate_score_top1": 0.898926,
      "gate_scores": [
        0.898926,
        0.854004,
        0.72998,
        0.546875,
        0.641602,
        0.563477,
        0.588379,
        0.595703,
        0.568848,
        0.51123
      ]
    },
    {
      "question_id": "10069911",
      "image_id": 539419,
      "question": "những gì được trình bày trên sàn bên cạnh một chiếc vali mở",
      "ground_truth": "túi",
      "ground_truth_normalized": "túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "túi",
        "cái túi",
        "hành lý",
        "balo",
        "cái ví",
        "xe đẩy",
        "sàn nhà",
        "cái ghế",
        "toa xe"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.539265,
      "confidences": [
        0.539265,
        0.130613,
        0.101721,
        0.086668,
        0.017505,
        0.011127,
        0.005944,
        0.004739,
        0.003501,
        0.003315
      ],
      "gate_score_top1": 0.804688,
      "gate_scores": [
        0.804688,
        0.787598,
        0.795898,
        0.744629,
        0.660156,
        0.69873,
        0.651855,
        0.55127,
        0.562012,
        0.588867
      ]
    },
    {
      "question_id": "10066771",
      "image_id": 513690,
      "question": "các vòi chữa cháy và những gì đang ngồi bên lề đường nơi xe đang lái",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "đường phố",
        "ảnh chụp",
        "tòa nhà",
        "cây",
        "bức ảnh",
        "đường",
        "tường",
        "nón",
        "lá cờ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.306034,
      "confidences": [
        0.306034,
        0.088541,
        0.034945,
        0.033215,
        0.028134,
        0.020503,
        0.020067,
        0.016767,
        0.01503,
        0.012868
      ],
      "gate_score_top1": 0.765137,
      "gate_scores": [
        0.765137,
        0.688477,
        0.631348,
        0.768066,
        0.728516,
        0.558105,
        0.706543,
        0.579102,
        0.617676,
        0.566406
      ]
    },
    {
      "question_id": "10036631",
      "image_id": 260285,
      "question": "nắp bát nhà vệ sinh nằm ở đâu khi các thông báo nằm trên tường đằng sau nó",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "chuồng",
        "phòng",
        "tòa nhà",
        "vòi hoa sen",
        "trạm",
        "bồn tiểu",
        "ô cửa",
        "nhà ở",
        "ga-ra"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.557999,
      "confidences": [
        0.557999,
        0.088288,
        0.04527,
        0.036589,
        0.021468,
        0.015045,
        0.014413,
        0.014217,
        0.010062,
        0.008776
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.702637,
        0.744141,
        0.694336,
        0.651367,
        0.635742,
        0.560547,
        0.538574,
        0.723145,
        0.658203
      ]
    },
    {
      "question_id": "10070531",
      "image_id": 555023,
      "question": "con hươu cao cổ thè cái lưỡi dài ra, có lẽ đang nếm",
      "ground_truth": "đường sắt",
      "ground_truth_normalized": "đường sắt",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "chuồng",
        "bãi cỏ",
        "vườn bách thú",
        "lá",
        "đồi",
        "lồng",
        "rào chắn",
        "thân cây",
        "đường sắt"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.117541,
      "confidences": [
        0.117541,
        0.107441,
        0.103325,
        0.083024,
        0.072415,
        0.063285,
        0.030603,
        0.026023,
        0.020188,
        0.017955
      ],
      "gate_score_top1": 0.812988,
      "gate_scores": [
        0.812988,
        0.644043,
        0.740723,
        0.763184,
        0.658691,
        0.683105,
        0.683105,
        0.602051,
        0.632324,
        0.584961
      ]
    },
    {
      "question_id": "10105191",
      "image_id": 78000,
      "question": "có bao nhiêu con ngựa vằn đứng trước một đống cành cây",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.608968,
      "confidences": [
        0.608968,
        0.357994,
        0.018825,
        0.008354,
        0.000667,
        0.000473,
        0.00035,
        0.0003,
        0.000235,
        0.000123
      ],
      "gate_score_top1": 0.910645,
      "gate_scores": [
        0.910645,
        0.869629,
        0.81543,
        0.720215,
        0.46582,
        0.640625,
        0.499268,
        0.507812,
        0.486084,
        0.398926
      ]
    },
    {
      "question_id": "10104021",
      "image_id": 99498,
      "question": "có bao nhiêu loại điện thoại di động khác nhau trên bàn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.486761,
      "confidences": [
        0.486761,
        0.391124,
        0.058591,
        0.032611,
        0.015284,
        0.002794,
        0.001742,
        0.001061,
        0.000823,
        0.000555
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.855469,
        0.71875,
        0.762207,
        0.731445,
        0.592285,
        0.631836,
        0.558105,
        0.566406,
        0.54541
      ]
    },
    {
      "question_id": "10033881",
      "image_id": 106331,
      "question": "bóng chày bị bắt ở đâu",
      "ground_truth": "găng tay",
      "ground_truth_normalized": "găng tay",
      "predicted_top1": "sân vận động",
      "predicted_topk": [
        "sân vận động",
        "găng tay",
        "lồng",
        "gậy",
        "quả bóng",
        "hộp",
        "chuồng",
        "vườn bách thú",
        "áo sơ mi",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.58813,
      "confidences": [
        0.58813,
        0.12819,
        0.072472,
        0.060316,
        0.018758,
        0.016297,
        0.012968,
        0.003924,
        0.002994,
        0.002229
      ],
      "gate_score_top1": 0.799805,
      "gate_scores": [
        0.799805,
        0.803711,
        0.809082,
        0.728027,
        0.697266,
        0.560059,
        0.664062,
        0.636719,
        0.513184,
        0.533203
      ]
    },
    {
      "question_id": "10108191",
      "image_id": 552569,
      "question": "có bao nhiêu chỗ ngồi trong bàn phòng ăn",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.493599,
      "confidences": [
        0.493599,
        0.350014,
        0.082167,
        0.047369,
        0.012503,
        0.003262,
        0.002958,
        0.001184,
        0.00054,
        0.000445
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.869141,
        0.808105,
        0.823242,
        0.629395,
        0.684082,
        0.650879,
        0.595703,
        0.483887,
        0.492676
      ]
    },
    {
      "question_id": "10006731",
      "image_id": 58708,
      "question": "màu của áo là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu trắng",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu cam",
        "màu vàng",
        "màu xanh lá",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.53093,
      "confidences": [
        0.53093,
        0.329662,
        0.11893,
        0.005006,
        0.003374,
        0.001896,
        0.00061,
        0.000506,
        0.000361,
        0.000335
      ],
      "gate_score_top1": 0.871582,
      "gate_scores": [
        0.871582,
        0.871094,
        0.84375,
        0.740234,
        0.756348,
        0.711426,
        0.618164,
        0.601562,
        0.629883,
        0.550293
      ]
    },
    {
      "question_id": "10101841",
      "image_id": 459182,
      "question": "hai người đang giữ gì trên bãi biển",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "trượt tuyết",
        "cây sào",
        "diều",
        "ca nô",
        "chiếc ô",
        "đồi",
        "ván trượt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.478543,
      "confidences": [
        0.478543,
        0.246333,
        0.055612,
        0.018664,
        0.017949,
        0.010994,
        0.007266,
        0.006264,
        0.006119,
        0.005692
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.814941,
        0.714844,
        0.736328,
        0.639648,
        0.74707,
        0.474365,
        0.708496,
        0.626953,
        0.676758
      ]
    },
    {
      "question_id": "10118531",
      "image_id": 86668,
      "question": "có bao nhiêu người đàn ông xung quanh bàn với thức ăn trên đó",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.728159,
      "confidences": [
        0.728159,
        0.174309,
        0.049746,
        0.02601,
        0.008919,
        0.002616,
        0.001065,
        0.000866,
        0.000627,
        0.000625
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.838379,
        0.744141,
        0.756836,
        0.730957,
        0.637207,
        0.601074,
        0.572266,
        0.569824,
        0.505859
      ]
    },
    {
      "question_id": "10027761",
      "image_id": 507249,
      "question": "xe đạp của người đàn ông và phụ nữ dừng ở đâu",
      "ground_truth": "giá đỡ",
      "ground_truth_normalized": "giá đỡ",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "xe đạp",
        "giá đỡ",
        "cái ghế",
        "ảnh chụp",
        "lối đi",
        "đường",
        "cửa sổ",
        "cái rổ",
        "xe lăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.200934,
      "confidences": [
        0.200934,
        0.048478,
        0.045363,
        0.04354,
        0.039954,
        0.039105,
        0.030935,
        0.02861,
        0.02515,
        0.025052
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.679199,
        0.597656,
        0.73291,
        0.566895,
        0.592773,
        0.73291,
        0.661133,
        0.765137,
        0.727051
      ]
    },
    {
      "question_id": "10093581",
      "image_id": 508985,
      "question": "người dân cưỡi những gì đang đi trên đường",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "đường",
        "mũ",
        "xe cộ",
        "xe ô tô",
        "con khỉ",
        "xe",
        "xe đẩy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.545247,
      "confidences": [
        0.545247,
        0.298771,
        0.07408,
        0.012674,
        0.006323,
        0.005746,
        0.001692,
        0.001436,
        0.001285,
        0.00109
      ],
      "gate_score_top1": 0.845215,
      "gate_scores": [
        0.845215,
        0.844238,
        0.771973,
        0.689941,
        0.580566,
        0.574219,
        0.691895,
        0.401123,
        0.43335,
        0.520996
      ]
    },
    {
      "question_id": "10076881",
      "image_id": 558107,
      "question": "những gì ngồi trên đỉnh của vòi chữa cháy",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "nón",
        "đồ chơi",
        "bánh ngọt",
        "donut",
        "con chó",
        "mũ",
        "bánh",
        "bức tượng",
        "cupcake"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.23499,
      "confidences": [
        0.23499,
        0.164049,
        0.023865,
        0.013257,
        0.011586,
        0.011295,
        0.011153,
        0.009586,
        0.009094,
        0.008419
      ],
      "gate_score_top1": 0.758789,
      "gate_scores": [
        0.758789,
        0.725586,
        0.61377,
        0.657715,
        0.600098,
        0.658203,
        0.494385,
        0.600098,
        0.617676,
        0.589844
      ]
    },
    {
      "question_id": "10057271",
      "image_id": 464339,
      "question": "phòng khách có gì với một khuôn mặt gạch lớn",
      "ground_truth": "lò sưởi",
      "ground_truth_normalized": "lò sưởi",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "cái kệ",
        "bức ảnh",
        "nhà ở",
        "tường",
        "lò sưởi",
        "đồng hồ",
        "cửa sổ",
        "cửa",
        "tòa nhà"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.19413,
      "confidences": [
        0.19413,
        0.072258,
        0.049372,
        0.043741,
        0.04223,
        0.032442,
        0.029597,
        0.02863,
        0.028297,
        0.025815
      ],
      "gate_score_top1": 0.732422,
      "gate_scores": [
        0.732422,
        0.716309,
        0.638184,
        0.763672,
        0.630371,
        0.570312,
        0.702637,
        0.648438,
        0.632812,
        0.681641
      ]
    },
    {
      "question_id": "10115471",
      "image_id": 490647,
      "question": "có bao nhiêu người trượt tuyết ngồi trên tuyết bên cạnh hai người trượt tuyết đứng đối diện nhau",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "mười",
        "tám",
        "bảy",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.897125,
      "confidences": [
        0.897125,
        0.075978,
        0.021514,
        0.000741,
        0.000204,
        0.000121,
        9.3e-05,
        8.4e-05,
        8e-05,
        7.6e-05
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.852539,
        0.79834,
        0.659668,
        0.45459,
        0.54541,
        0.42627,
        0.421143,
        0.407959,
        0.414307
      ]
    },
    {
      "question_id": "10119161",
      "image_id": 201,
      "question": "có bao nhiêu ván trượt tuyết được dựa trên tuyết trên một đường ray",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.506767,
      "confidences": [
        0.506767,
        0.30025,
        0.103359,
        0.054043,
        0.005564,
        0.00491,
        0.002909,
        0.002398,
        0.001976,
        0.001187
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.855469,
        0.742676,
        0.789062,
        0.671387,
        0.65625,
        0.553711,
        0.596191,
        0.554688,
        0.531738
      ]
    },
    {
      "question_id": "10073481",
      "image_id": 411043,
      "question": "và ăn những gì tại sở thú với những con voi khác đằng sau anh ta",
      "ground_truth": "bãi cỏ",
      "ground_truth_normalized": "bãi cỏ",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "vườn bách thú",
        "con voi",
        "chuồng",
        "bãi cỏ",
        "lá",
        "hươu cao cổ",
        "lồng",
        "rào chắn",
        "đồi"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.288348,
      "confidences": [
        0.288348,
        0.199733,
        0.113804,
        0.063095,
        0.055899,
        0.024373,
        0.018112,
        0.015016,
        0.012793,
        0.009269
      ],
      "gate_score_top1": 0.799805,
      "gate_scores": [
        0.799805,
        0.784668,
        0.782715,
        0.729004,
        0.679688,
        0.633301,
        0.67334,
        0.663086,
        0.617676,
        0.580078
      ]
    },
    {
      "question_id": "10075971",
      "image_id": 474095,
      "question": "người đàn ông trên nhà vệ sinh uống bia và hút gì",
      "ground_truth": "thuốc lá",
      "ground_truth_normalized": "thuốc lá",
      "predicted_top1": "bàn chải",
      "predicted_topk": [
        "bàn chải",
        "máy ảnh",
        "thuốc lá",
        "phòng tắm",
        "điện thoại",
        "máy sấy khô",
        "bồn tiểu",
        "bồn tắm",
        "nón",
        "khăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.164196,
      "confidences": [
        0.164196,
        0.13297,
        0.11285,
        0.061837,
        0.024453,
        0.019156,
        0.014688,
        0.014516,
        0.013373,
        0.011405
      ],
      "gate_score_top1": 0.732422,
      "gate_scores": [
        0.732422,
        0.732422,
        0.554688,
        0.662598,
        0.684082,
        0.562988,
        0.574707,
        0.679688,
        0.691895,
        0.562988
      ]
    },
    {
      "question_id": "10061051",
      "image_id": 560119,
      "question": "những gì đứng cạnh nhau",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "các tòa nhà",
        "xe ô tô",
        "cửa sổ",
        "đường phố",
        "bức ảnh",
        "lá cờ",
        "đồng hồ",
        "vòi",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.231873,
      "confidences": [
        0.231873,
        0.18925,
        0.080762,
        0.055833,
        0.043144,
        0.031076,
        0.024392,
        0.021652,
        0.015779,
        0.011818
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.761719,
        0.754883,
        0.709961,
        0.655762,
        0.619629,
        0.700684,
        0.672363,
        0.643066,
        0.564453
      ]
    },
    {
      "question_id": "10042121",
      "image_id": 286521,
      "question": "một số con bò ở đâu",
      "ground_truth": "bức tranh",
      "ground_truth_normalized": "bức tranh",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "bãi cỏ",
        "chuồng",
        "sân vườn",
        "đồi",
        "sân",
        "con cừu",
        "áo vest",
        "con ngựa",
        "cây"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.083263,
      "confidences": [
        0.083263,
        0.039025,
        0.025344,
        0.024445,
        0.021976,
        0.020991,
        0.020685,
        0.017453,
        0.016949,
        0.01412
      ],
      "gate_score_top1": 0.713867,
      "gate_scores": [
        0.713867,
        0.629395,
        0.684082,
        0.641113,
        0.553223,
        0.625,
        0.499023,
        0.536133,
        0.521484,
        0.52832
      ]
    },
    {
      "question_id": "10055751",
      "image_id": 385196,
      "question": "nhóm người đi xuống vỉa hè là gì",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "bảng",
        "đường phố",
        "áo sơ mi",
        "chiếc ô",
        "điện thoại",
        "balo",
        "nón",
        "cây",
        "đường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.394186,
      "confidences": [
        0.394186,
        0.041709,
        0.028723,
        0.024472,
        0.020487,
        0.019549,
        0.012233,
        0.012186,
        0.012138,
        0.011834
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.62793,
        0.641602,
        0.512695,
        0.712891,
        0.681152,
        0.687012,
        0.628418,
        0.682617,
        0.697266
      ]
    },
    {
      "question_id": "10100971",
      "image_id": 442301,
      "question": "người cầm thứ làm từ miếng cà rốt",
      "ground_truth": "điêu khắc",
      "ground_truth_normalized": "điêu khắc",
      "predicted_top1": "cà rốt",
      "predicted_topk": [
        "cà rốt",
        "rau",
        "quả táo",
        "điêu khắc",
        "những quả cam",
        "chuối",
        "táo",
        "bức ảnh",
        "bông cải xanh",
        "quầy tính tiền"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.608503,
      "confidences": [
        0.608503,
        0.081711,
        0.021026,
        0.013925,
        0.012145,
        0.008765,
        0.008545,
        0.006149,
        0.005337,
        0.004874
      ],
      "gate_score_top1": 0.837402,
      "gate_scores": [
        0.837402,
        0.79834,
        0.754395,
        0.57959,
        0.733887,
        0.655273,
        0.67041,
        0.469482,
        0.729492,
        0.615723
      ]
    },
    {
      "question_id": "10069401",
      "image_id": 516871,
      "question": "những gì chứa đầy sushi, trái cây và rau trên bàn",
      "ground_truth": "chén đĩa",
      "ground_truth_normalized": "chén đĩa",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "thùng chứa",
        "chén đĩa",
        "cái mâm",
        "món ăn",
        "rau",
        "dĩa",
        "chảo",
        "giấy bạc",
        "hoa quả"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.268145,
      "confidences": [
        0.268145,
        0.253875,
        0.091232,
        0.074461,
        0.03376,
        0.013828,
        0.011198,
        0.010917,
        0.009767,
        0.007894
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.817871,
        0.683105,
        0.776367,
        0.740723,
        0.701172,
        0.607422,
        0.571289,
        0.724121,
        0.717285
      ]
    },
    {
      "question_id": "10116281",
      "image_id": 289894,
      "question": "có bao nhiêu thanh niên trang điểm đang đứng gần một người bạn đồng hành",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "hươu cao cổ",
        "năm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.927476,
      "confidences": [
        0.927476,
        0.061174,
        0.007687,
        0.000441,
        9.9e-05,
        7.1e-05,
        7.1e-05,
        5.4e-05,
        4.3e-05,
        4.1e-05
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.856934,
        0.800293,
        0.649414,
        0.393311,
        0.44165,
        0.410156,
        0.424072,
        0.452637,
        0.524414
      ]
    },
    {
      "question_id": "10094881",
      "image_id": 505240,
      "question": "cái gì ở trên với cái chảo đầy thức ăn",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "chén đĩa",
        "chảo",
        "món ăn",
        "quầy tính tiền",
        "cái nồi",
        "bữa ăn",
        "rau",
        "đĩa ăn",
        "cà rốt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.281334,
      "confidences": [
        0.281334,
        0.130832,
        0.101099,
        0.085467,
        0.053276,
        0.042475,
        0.034063,
        0.028294,
        0.012828,
        0.011703
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.766602,
        0.761719,
        0.75293,
        0.726074,
        0.722656,
        0.699219,
        0.746094,
        0.709473,
        0.669434
      ]
    },
    {
      "question_id": "10078811",
      "image_id": 416745,
      "question": "những gì tiết lộ nhà vệ sinh, bồn rửa và tủ tường",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "cửa",
        "vòi hoa sen",
        "nhà ở",
        "tường",
        "khăn",
        "quầy tính tiền",
        "bức ảnh",
        "bồn tắm",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.258861,
      "confidences": [
        0.258861,
        0.251879,
        0.061967,
        0.034423,
        0.034088,
        0.030556,
        0.026652,
        0.024362,
        0.022575,
        0.015791
      ],
      "gate_score_top1": 0.746582,
      "gate_scores": [
        0.746582,
        0.739258,
        0.716797,
        0.783203,
        0.694824,
        0.651367,
        0.625,
        0.629883,
        0.706055,
        0.660156
      ]
    },
    {
      "question_id": "10044881",
      "image_id": 121420,
      "question": "người đàn ông trẻ đang ngồi xuống đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng",
        "phòng ngủ",
        "cái ghế",
        "hành lang",
        "văn phòng",
        "cái túi",
        "gian hàng",
        "vali",
        "hành lý"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.449528,
      "confidences": [
        0.449528,
        0.37854,
        0.096085,
        0.018773,
        0.002006,
        0.001952,
        0.001809,
        0.001348,
        0.001266,
        0.001225
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.853516,
        0.838867,
        0.698242,
        0.532715,
        0.583496,
        0.535645,
        0.57959,
        0.522949,
        0.417969
      ]
    },
    {
      "question_id": "10116671",
      "image_id": 40987,
      "question": "có bao nhiêu cậu bé đang xem một người bắt bóng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.478777,
      "confidences": [
        0.478777,
        0.281459,
        0.088912,
        0.08223,
        0.01842,
        0.014801,
        0.011348,
        0.005175,
        0.003907,
        0.002015
      ],
      "gate_score_top1": 0.859863,
      "gate_scores": [
        0.859863,
        0.843262,
        0.750488,
        0.777344,
        0.696777,
        0.705078,
        0.695801,
        0.629883,
        0.614258,
        0.532227
      ]
    },
    {
      "question_id": "10092861",
      "image_id": 462386,
      "question": "những người tốt đẹp nấu ăn nấu chín những gì",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "sandwich",
        "bữa ăn",
        "dĩa",
        "món ăn",
        "thịt",
        "quán ăn",
        "cái nĩa",
        "bữa ăn tối",
        "bữa trưa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.383106,
      "confidences": [
        0.383106,
        0.264335,
        0.13984,
        0.024683,
        0.016475,
        0.014884,
        0.011257,
        0.007617,
        0.007382,
        0.006949
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.812012,
        0.773926,
        0.688965,
        0.702148,
        0.666992,
        0.701172,
        0.660645,
        0.596191,
        0.507324
      ]
    },
    {
      "question_id": "10041211",
      "image_id": 127558,
      "question": "bàn văn phòng tại nhà có hỗ trợ máy tính xách tay và máy in ở đâu",
      "ground_truth": "ngăn kéo",
      "ground_truth_normalized": "ngăn kéo",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "cái bàn",
        "phòng",
        "phòng ngủ",
        "cái ghế",
        "thư viện",
        "chung cư",
        "nhà ở",
        "lớp học",
        "máy tính"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.515982,
      "confidences": [
        0.515982,
        0.144407,
        0.064835,
        0.064835,
        0.03525,
        0.015858,
        0.01375,
        0.010502,
        0.006054,
        0.00547
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.731445,
        0.78418,
        0.773438,
        0.705078,
        0.649414,
        0.662598,
        0.76416,
        0.592773,
        0.696289
      ]
    },
    {
      "question_id": "10106191",
      "image_id": 429116,
      "question": "bao nhiêu khung hình của người đánh bóng trong một trận đấu bóng chày",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "ba",
        "bốn",
        "sáu",
        "sân vận động",
        "năm",
        "tám",
        "mười",
        "gậy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.342918,
      "confidences": [
        0.342918,
        0.313453,
        0.293314,
        0.011919,
        0.001674,
        0.001645,
        0.001539,
        0.001143,
        0.00089,
        0.000845
      ],
      "gate_score_top1": 0.79834,
      "gate_scores": [
        0.79834,
        0.852539,
        0.796387,
        0.675781,
        0.418457,
        0.383057,
        0.578613,
        0.433838,
        0.382568,
        0.499512
      ]
    },
    {
      "question_id": "10042471",
      "image_id": 150669,
      "question": "một chiếc đồng hồ được treo ở đâu",
      "ground_truth": "văn phòng",
      "ground_truth_normalized": "văn phòng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "văn phòng",
        "phòng ngủ",
        "nhà ở",
        "cái ghế",
        "gương",
        "ô cửa",
        "hành lang",
        "thư viện",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.547095,
      "confidences": [
        0.547095,
        0.219326,
        0.041859,
        0.018039,
        0.01636,
        0.015857,
        0.00958,
        0.008405,
        0.007461,
        0.007078
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.795898,
        0.76709,
        0.757324,
        0.675293,
        0.746094,
        0.600586,
        0.651367,
        0.551758,
        0.625977
      ]
    },
    {
      "question_id": "10011691",
      "image_id": 229884,
      "question": "màu sắc của thực phẩm là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu vàng",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu đen",
        "màu xanh lá",
        "màu trắng",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.741786,
      "confidences": [
        0.741786,
        0.151885,
        0.039932,
        0.026394,
        0.013854,
        0.006124,
        0.004825,
        0.003586,
        0.001579,
        0.000527
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.854492,
        0.76123,
        0.824707,
        0.729492,
        0.731934,
        0.671387,
        0.750977,
        0.628418,
        0.62207
      ]
    },
    {
      "question_id": "10090841",
      "image_id": 442009,
      "question": "những gì hoàn chỉnh với bồn tắm gang",
      "ground_truth": "sân khấu",
      "ground_truth_normalized": "sân khấu",
      "predicted_top1": "bồn tắm",
      "predicted_topk": [
        "bồn tắm",
        "khăn",
        "chậu",
        "quầy tính tiền",
        "phòng tắm",
        "sân khấu",
        "tường",
        "vòi hoa sen",
        "cửa",
        "nhà ở"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.459983,
      "confidences": [
        0.459983,
        0.053351,
        0.046807,
        0.035679,
        0.034648,
        0.032422,
        0.026462,
        0.023036,
        0.018152,
        0.013437
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.728027,
        0.711914,
        0.601562,
        0.662109,
        0.609375,
        0.54834,
        0.63623,
        0.586426,
        0.626953
      ]
    },
    {
      "question_id": "10114001",
      "image_id": 339681,
      "question": "có bao nhiêu ly rượu trên tờ giấy ghi tên rượu",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "tám",
        "chín",
        "mười",
        "ba",
        "một",
        "đĩa ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.562721,
      "confidences": [
        0.562721,
        0.262714,
        0.089734,
        0.047844,
        0.005692,
        0.002556,
        0.002029,
        0.001998,
        0.000575,
        0.000372
      ],
      "gate_score_top1": 0.843262,
      "gate_scores": [
        0.843262,
        0.836426,
        0.768066,
        0.760742,
        0.62207,
        0.637695,
        0.552734,
        0.561035,
        0.452393,
        0.583496
      ]
    },
    {
      "question_id": "10052971",
      "image_id": 539067,
      "question": "gấu bắc cực trong nước có gì trên một cái lồng",
      "ground_truth": "móng vuốt",
      "ground_truth_normalized": "móng vuốt",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "móng vuốt",
        "gấu trúc",
        "hồ bơi",
        "bồn tắm",
        "đồ chơi",
        "con chó",
        "vườn bách thú",
        "con thuyền",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.165138,
      "confidences": [
        0.165138,
        0.114164,
        0.092634,
        0.034078,
        0.02426,
        0.023837,
        0.0125,
        0.011743,
        0.011139,
        0.009519
      ],
      "gate_score_top1": 0.705078,
      "gate_scores": [
        0.705078,
        0.564941,
        0.708984,
        0.681152,
        0.558105,
        0.603516,
        0.633301,
        0.65918,
        0.540039,
        0.466064
      ]
    },
    {
      "question_id": "10047011",
      "image_id": 460139,
      "question": "người đang làm việc ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "cửa tiệm",
        "đường phố",
        "tòa nhà",
        "phòng",
        "đường",
        "xe tay ga",
        "cửa hàng",
        "kho",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.298749,
      "confidences": [
        0.298749,
        0.211019,
        0.174259,
        0.055048,
        0.022459,
        0.021982,
        0.01982,
        0.017153,
        0.011561,
        0.00836
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.794434,
        0.810547,
        0.731445,
        0.714355,
        0.783203,
        0.685059,
        0.696289,
        0.673828,
        0.555176
      ]
    },
    {
      "question_id": "10075021",
      "image_id": 561335,
      "question": "những gì lật lộn ngược trên một bãi biển",
      "ground_truth": "áo choàng",
      "ground_truth_normalized": "áo choàng",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "động cơ",
        "phương tiện giao thông",
        "xe máy",
        "bến du thuyền",
        "xe đạp",
        "xe tải",
        "xe ô tô",
        "máy bay",
        "thuyền buồm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.678099,
      "confidences": [
        0.678099,
        0.037736,
        0.014101,
        0.013377,
        0.011713,
        0.009825,
        0.00672,
        0.006577,
        0.005959,
        0.005907
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.666016,
        0.619141,
        0.69873,
        0.564453,
        0.609863,
        0.647461,
        0.598145,
        0.687012,
        0.562988
      ]
    },
    {
      "question_id": "10039871",
      "image_id": 344482,
      "question": "nhóm bò đi bộ ở đâu",
      "ground_truth": "đường phố",
      "ground_truth_normalized": "đường phố",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "đường phố",
        "xe ô tô",
        "gương",
        "xe đẩy",
        "xe tải",
        "xe",
        "áo vest",
        "cửa sổ",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.384268,
      "confidences": [
        0.384268,
        0.307564,
        0.069436,
        0.054077,
        0.019739,
        0.017728,
        0.011536,
        0.008776,
        0.006309,
        0.00595
      ],
      "gate_score_top1": 0.836914,
      "gate_scores": [
        0.836914,
        0.805664,
        0.750977,
        0.819824,
        0.722168,
        0.725586,
        0.668945,
        0.54248,
        0.641113,
        0.516113
      ]
    },
    {
      "question_id": "10028601",
      "image_id": 477785,
      "question": "tàu chở hành khách ở đâu",
      "ground_truth": "tàu hỏa",
      "ground_truth_normalized": "tàu hỏa",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "tàu hỏa",
        "xe ô tô",
        "đường sắt",
        "động cơ",
        "tòa nhà",
        "xe điện ngầm",
        "các tòa nhà",
        "hàng hoá",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.532184,
      "confidences": [
        0.532184,
        0.172101,
        0.056092,
        0.038702,
        0.018389,
        0.010747,
        0.010396,
        0.009634,
        0.007517,
        0.007258
      ],
      "gate_score_top1": 0.814453,
      "gate_scores": [
        0.814453,
        0.788574,
        0.738281,
        0.744141,
        0.614258,
        0.701172,
        0.613281,
        0.60498,
        0.560059,
        0.556641
      ]
    },
    {
      "question_id": "10067171",
      "image_id": 441535,
      "question": "điều gì hiển thị các cặp cửa sổ nhỏ với rèm và không có rèm cửa",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng ngủ",
        "phòng",
        "cửa sổ",
        "khăn",
        "cây",
        "cửa",
        "tường",
        "hành lang",
        "con mèo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.670975,
      "confidences": [
        0.670975,
        0.257675,
        0.012829,
        0.002078,
        0.001866,
        0.001733,
        0.001663,
        0.001453,
        0.001344,
        0.001268
      ],
      "gate_score_top1": 0.82959,
      "gate_scores": [
        0.82959,
        0.810547,
        0.748535,
        0.562988,
        0.580566,
        0.508789,
        0.48999,
        0.435059,
        0.449463,
        0.586426
      ]
    },
    {
      "question_id": "10023581",
      "image_id": 460903,
      "question": "màu tóc là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu xanh lá",
        "màu xanh dương",
        "màu nâu",
        "màu vàng",
        "màu xám",
        "màu tía",
        "màu đen",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.461941,
      "confidences": [
        0.461941,
        0.255108,
        0.090607,
        0.056922,
        0.056479,
        0.016501,
        0.012602,
        0.011519,
        0.008729,
        0.002386
      ],
      "gate_score_top1": 0.867676,
      "gate_scores": [
        0.867676,
        0.855469,
        0.72168,
        0.807617,
        0.722168,
        0.771484,
        0.75,
        0.680176,
        0.710938,
        0.69043
      ]
    },
    {
      "question_id": "10085351",
      "image_id": 425848,
      "question": "đĩa có chứa một khẩu phần bông cải xanh, nấu chín và nấm xào",
      "ground_truth": "thịt",
      "ground_truth_normalized": "thịt",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "thịt",
        "bữa ăn",
        "rau",
        "bữa ăn tối",
        "dĩa",
        "chén đĩa",
        "bát",
        "cái nĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.496929,
      "confidences": [
        0.496929,
        0.113953,
        0.066729,
        0.057749,
        0.027654,
        0.018458,
        0.015849,
        0.015634,
        0.012612,
        0.008634
      ],
      "gate_score_top1": 0.83252,
      "gate_scores": [
        0.83252,
        0.786133,
        0.719238,
        0.739746,
        0.721191,
        0.602539,
        0.673828,
        0.619141,
        0.671875,
        0.597656
      ]
    },
    {
      "question_id": "10119791",
      "image_id": 337164,
      "question": "có bao nhiêu cô gái trẻ đang chải tóc cho một cô gái trẻ khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "bàn chải",
        "mười",
        "máy ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.662808,
      "confidences": [
        0.662808,
        0.323027,
        0.005712,
        0.000746,
        0.000241,
        0.000154,
        0.00015,
        0.000144,
        0.000111,
        9.2e-05
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.855469,
        0.736816,
        0.620117,
        0.36499,
        0.416016,
        0.407959,
        0.491943,
        0.432373,
        0.394775
      ]
    },
    {
      "question_id": "10100491",
      "image_id": 458810,
      "question": "những gì đang ngồi trên một cái bàn được nối với trạm nối",
      "ground_truth": "máy ảnh",
      "ground_truth_normalized": "máy ảnh",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "máy ảnh",
        "thiết bị",
        "nón",
        "máy tính",
        "chuột",
        "bàn chải",
        "laptop",
        "gian hàng",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.717335,
      "confidences": [
        0.717335,
        0.128611,
        0.024932,
        0.01115,
        0.004208,
        0.003345,
        0.002618,
        0.00261,
        0.002388,
        0.001995
      ],
      "gate_score_top1": 0.887207,
      "gate_scores": [
        0.887207,
        0.779297,
        0.720215,
        0.70166,
        0.669922,
        0.645508,
        0.490479,
        0.700195,
        0.463379,
        0.530762
      ]
    },
    {
      "question_id": "10076731",
      "image_id": 577077,
      "question": "những gì nằm trên giường trong một ngôi nhà đồ chơi",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "cái kệ",
        "chuột",
        "màu nâu",
        "cái ghế",
        "gấu trúc",
        "bức tượng",
        "giường",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.671287,
      "confidences": [
        0.671287,
        0.269114,
        0.003764,
        0.002749,
        0.00231,
        0.002063,
        0.0017,
        0.001572,
        0.001305,
        0.001193
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.81543,
        0.638672,
        0.591797,
        0.600098,
        0.55127,
        0.6875,
        0.53125,
        0.569824,
        0.611328
      ]
    },
    {
      "question_id": "10059551",
      "image_id": 384651,
      "question": "những gì trên một phần của một chiếc giường và một tấm kính lộn ngược",
      "ground_truth": "đèn để bàn",
      "ground_truth_normalized": "đèn để bàn",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "cửa",
        "nhiều cái ghế",
        "phòng",
        "cái bàn",
        "cái kệ",
        "bông hoa",
        "tường",
        "cửa sổ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.168979,
      "confidences": [
        0.168979,
        0.106991,
        0.05738,
        0.028461,
        0.026219,
        0.02247,
        0.02115,
        0.020499,
        0.019371,
        0.018738
      ],
      "gate_score_top1": 0.65918,
      "gate_scores": [
        0.65918,
        0.682129,
        0.624512,
        0.533691,
        0.721191,
        0.647461,
        0.61084,
        0.699219,
        0.541504,
        0.588867
      ]
    },
    {
      "question_id": "10058621",
      "image_id": 357870,
      "question": "cái gì nằm trên cái bàn sạch sẽ",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "cái bàn",
        "bàn phím",
        "cái ghế",
        "chuột",
        "văn phòng",
        "bức tranh",
        "trang thiết bị",
        "điện thoại"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.556626,
      "confidences": [
        0.556626,
        0.388587,
        0.019575,
        0.00638,
        0.00232,
        0.002083,
        0.001664,
        0.001449,
        0.001146,
        0.000943
      ],
      "gate_score_top1": 0.883301,
      "gate_scores": [
        0.883301,
        0.891602,
        0.82373,
        0.749023,
        0.61084,
        0.673828,
        0.711914,
        0.566895,
        0.508301,
        0.63623
      ]
    },
    {
      "question_id": "10114241",
      "image_id": 4319,
      "question": "có bao nhiêu con hươu cao cổ đi xung quanh bên cạnh những cọc gỗ lớn",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.488233,
      "confidences": [
        0.488233,
        0.476923,
        0.025079,
        0.002351,
        0.002217,
        0.000533,
        0.000491,
        0.000467,
        0.000247,
        0.000212
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.901367,
        0.765625,
        0.723145,
        0.572266,
        0.588379,
        0.597168,
        0.524414,
        0.51123,
        0.416748
      ]
    },
    {
      "question_id": "10043951",
      "image_id": 44112,
      "question": "bộ sưu tập thực phẩm được trưng bày ở đâu",
      "ground_truth": "tủ đá",
      "ground_truth_normalized": "tủ đá",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "phòng bếp",
        "cái kệ",
        "lò vi sóng",
        "chai",
        "phòng",
        "cửa sổ",
        "cửa ra vào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.393046,
      "confidences": [
        0.393046,
        0.369233,
        0.102934,
        0.042244,
        0.0095,
        0.007618,
        0.003816,
        0.003794,
        0.002252,
        0.001742
      ],
      "gate_score_top1": 0.842773,
      "gate_scores": [
        0.842773,
        0.794434,
        0.77002,
        0.71875,
        0.693359,
        0.604492,
        0.557617,
        0.644531,
        0.560059,
        0.438965
      ]
    },
    {
      "question_id": "10016711",
      "image_id": 56784,
      "question": "màu sắc của các điểm là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu trắng",
        "màu xanh lá",
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.360584,
      "confidences": [
        0.360584,
        0.19452,
        0.152681,
        0.145121,
        0.059558,
        0.018814,
        0.018741,
        0.01288,
        0.008784,
        0.004794
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.864258,
        0.822266,
        0.796387,
        0.782227,
        0.730957,
        0.74707,
        0.767578,
        0.691406,
        0.710938
      ]
    },
    {
      "question_id": "10077231",
      "image_id": 479938,
      "question": "hai đứa trẻ và một người lớn cưỡi ngựa kéo cái gì",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe",
      "predicted_topk": [
        "xe",
        "xe đẩy",
        "toa xe",
        "xe lăn",
        "con ngựa",
        "đường",
        "xe đạp",
        "xe tải",
        "xe cộ",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.425352,
      "confidences": [
        0.425352,
        0.410658,
        0.01267,
        0.010101,
        0.009945,
        0.006408,
        0.00602,
        0.00523,
        0.004261,
        0.003413
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.847168,
        0.654785,
        0.688965,
        0.695312,
        0.683594,
        0.632324,
        0.643555,
        0.651367,
        0.614258
      ]
    },
    {
      "question_id": "10117931",
      "image_id": 212429,
      "question": "có bao nhiêu cái cột với nhiều đèn giao thông trên đó",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "bảy",
        "một",
        "sáu",
        "ba",
        "tám",
        "chín",
        "hai",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.265956,
      "confidences": [
        0.265956,
        0.197642,
        0.173738,
        0.119876,
        0.111737,
        0.023513,
        0.021661,
        0.021325,
        0.010956,
        0.008516
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.771484,
        0.753906,
        0.744141,
        0.780273,
        0.69043,
        0.628418,
        0.6875,
        0.592773,
        0.590332
      ]
    },
    {
      "question_id": "10065141",
      "image_id": 561938,
      "question": "hai con voi trưởng thành đang vây quanh cái gì",
      "ground_truth": "con voi",
      "ground_truth_normalized": "con voi",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "con voi",
        "bãi cỏ",
        "hoa quả",
        "lá",
        "đồi",
        "cà rốt",
        "những quả cam",
        "đường",
        "táo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.346668,
      "confidences": [
        0.346668,
        0.113873,
        0.097782,
        0.026318,
        0.021522,
        0.014648,
        0.012677,
        0.012652,
        0.009042,
        0.008586
      ],
      "gate_score_top1": 0.760254,
      "gate_scores": [
        0.760254,
        0.65918,
        0.690918,
        0.539062,
        0.568359,
        0.596191,
        0.575195,
        0.558105,
        0.593262,
        0.486328
      ]
    },
    {
      "question_id": "10066031",
      "image_id": 469671,
      "question": "những gì cho thấy ngô, đậu hà lan, khoai tây nghiền và bánh quy tất cả trên một đĩa",
      "ground_truth": "bữa ăn tối",
      "ground_truth_normalized": "bữa ăn tối",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "bữa ăn tối",
        "rau",
        "dĩa",
        "chén đĩa",
        "quán ăn",
        "đĩa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.461172,
      "confidences": [
        0.461172,
        0.112575,
        0.075579,
        0.043232,
        0.028912,
        0.024298,
        0.023922,
        0.016538,
        0.015176,
        0.011613
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.775879,
        0.75293,
        0.695801,
        0.656738,
        0.698242,
        0.674805,
        0.620117,
        0.693359,
        0.538086
      ]
    },
    {
      "question_id": "10107481",
      "image_id": 527995,
      "question": "có bao nhiêu người tạo dáng với ván trượt trên núi tuyết",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.85548,
      "confidences": [
        0.85548,
        0.127156,
        0.010077,
        0.002766,
        0.001402,
        0.000434,
        0.000262,
        0.000258,
        0.000129,
        0.000105
      ],
      "gate_score_top1": 0.899414,
      "gate_scores": [
        0.899414,
        0.893066,
        0.736816,
        0.751953,
        0.574707,
        0.604492,
        0.547363,
        0.516602,
        0.465088,
        0.419189
      ]
    },
    {
      "question_id": "10030451",
      "image_id": 333157,
      "question": "cô gái đang giữ một mote wii ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái ghế",
        "nhà ở",
        "chung cư",
        "phòng ngủ",
        "giường",
        "hành lang",
        "nhiều cái ghế",
        "văn phòng",
        "cửa sổ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.982474,
      "confidences": [
        0.982474,
        0.003801,
        0.002297,
        0.002192,
        0.001266,
        0.000555,
        0.000368,
        0.000367,
        0.000346,
        0.000335
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.76416,
        0.791016,
        0.682617,
        0.819824,
        0.667969,
        0.628418,
        0.552246,
        0.59082,
        0.611816
      ]
    },
    {
      "question_id": "10113941",
      "image_id": 471345,
      "question": "có bao nhiêu đĩa tôm hùm chế biến sẵn ngồi gần đồ uống trên bàn ăn tối",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.699594,
      "confidences": [
        0.699594,
        0.213364,
        0.07036,
        0.007416,
        0.00275,
        0.001206,
        0.000618,
        0.000414,
        0.000176,
        0.00014
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.87207,
        0.855469,
        0.744629,
        0.672852,
        0.47876,
        0.529297,
        0.518066,
        0.41748,
        0.384277
      ]
    },
    {
      "question_id": "10105651",
      "image_id": 225087,
      "question": "có bao nhiêu phụ nữ đang đứng trên lối đi của tòa nhà trong khi một phụ nữ đang bế một đứa trẻ",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "chín",
        "ba",
        "tám",
        "mười",
        "một",
        "đĩa ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.403424,
      "confidences": [
        0.403424,
        0.314187,
        0.219338,
        0.036512,
        0.004752,
        0.003324,
        0.002761,
        0.001327,
        0.00102,
        0.00021
      ],
      "gate_score_top1": 0.851074,
      "gate_scores": [
        0.851074,
        0.82959,
        0.821777,
        0.759277,
        0.671875,
        0.604004,
        0.630859,
        0.550781,
        0.539551,
        0.547363
      ]
    },
    {
      "question_id": "10106211",
      "image_id": 76937,
      "question": "có bao nhiêu người trên ván trượt một cô gái bị một con chó kéo",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.534971,
      "confidences": [
        0.534971,
        0.370563,
        0.033147,
        0.023231,
        0.018377,
        0.007396,
        0.00348,
        0.001547,
        0.000924,
        0.00088
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.867676,
        0.769043,
        0.787598,
        0.688965,
        0.697266,
        0.652344,
        0.598145,
        0.464355,
        0.568848
      ]
    },
    {
      "question_id": "10105861",
      "image_id": 504702,
      "question": "có bao nhiêu người nằm trên bãi biển chụp ảnh người khác đang bay diều",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "năm",
        "mười",
        "diều"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.765975,
      "confidences": [
        0.765975,
        0.217748,
        0.008056,
        0.0013,
        0.000637,
        0.000372,
        0.000184,
        0.000167,
        0.000162,
        0.000104
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.865234,
        0.74707,
        0.624512,
        0.450928,
        0.505371,
        0.421631,
        0.538574,
        0.492188,
        0.516602
      ]
    },
    {
      "question_id": "10004061",
      "image_id": 398301,
      "question": "màu của ánh sáng là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu vàng",
        "màu đen",
        "màu nâu",
        "màu xanh lá",
        "màu cam",
        "màu trắng",
        "màu xám",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.518908,
      "confidences": [
        0.518908,
        0.420225,
        0.039548,
        0.004437,
        0.003208,
        0.00265,
        0.001576,
        0.001337,
        0.000288,
        0.00025
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.861816,
        0.810059,
        0.671875,
        0.697266,
        0.812988,
        0.709961,
        0.672363,
        0.635254,
        0.540039
      ]
    },
    {
      "question_id": "10040701",
      "image_id": 546114,
      "question": "tủ lạnh màu đen đang ở đâu",
      "ground_truth": "buồng",
      "ground_truth_normalized": "buồng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "màu đen",
        "tủ đá",
        "chậu",
        "phòng",
        "tủ lạnh",
        "cửa",
        "lò vi sóng",
        "phòng tắm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.735822,
      "confidences": [
        0.735822,
        0.0299,
        0.0181,
        0.016288,
        0.015391,
        0.014207,
        0.013689,
        0.009688,
        0.009335,
        0.008856
      ],
      "gate_score_top1": 0.82373,
      "gate_scores": [
        0.82373,
        0.694336,
        0.629883,
        0.690918,
        0.686523,
        0.714355,
        0.680664,
        0.635254,
        0.623047,
        0.700195
      ]
    },
    {
      "question_id": "10109111",
      "image_id": 401553,
      "question": "có bao nhiêu người trượt ván đang trượt trên vỉa hè thành phố",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.572466,
      "confidences": [
        0.572466,
        0.40278,
        0.012998,
        0.008102,
        0.000465,
        0.000399,
        0.000148,
        0.000132,
        0.000116,
        8e-05
      ],
      "gate_score_top1": 0.891602,
      "gate_scores": [
        0.891602,
        0.884766,
        0.811035,
        0.77002,
        0.589355,
        0.472412,
        0.4375,
        0.458984,
        0.401611,
        0.375
      ]
    },
    {
      "question_id": "10069541",
      "image_id": 544597,
      "question": "những gì từ từ rơi vào bỏ bê và hư hỏng",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "bồn tắm",
      "predicted_topk": [
        "bồn tắm",
        "nhà ở",
        "phòng tắm",
        "phòng",
        "tường",
        "vòi hoa sen",
        "cửa",
        "khăn",
        "quầy tính tiền",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.342473,
      "confidences": [
        0.342473,
        0.128474,
        0.104857,
        0.04782,
        0.047448,
        0.043033,
        0.042449,
        0.014756,
        0.010464,
        0.009144
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.8125,
        0.762207,
        0.785645,
        0.620117,
        0.745117,
        0.706543,
        0.722656,
        0.489258,
        0.647461
      ]
    },
    {
      "question_id": "10046761",
      "image_id": 250533,
      "question": "một lò vi sóng đang sưởi ấm cái gì đó ở đâu",
      "ground_truth": "tách",
      "ground_truth_normalized": "tách",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "cửa",
        "cửa sổ",
        "tủ lạnh",
        "tường",
        "tủ đá",
        "tách",
        "cái nồi",
        "máy xay",
        "phòng bếp"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.313524,
      "confidences": [
        0.313524,
        0.125199,
        0.053638,
        0.036721,
        0.02316,
        0.01954,
        0.018037,
        0.017757,
        0.013722,
        0.011992
      ],
      "gate_score_top1": 0.736816,
      "gate_scores": [
        0.736816,
        0.765137,
        0.716797,
        0.661133,
        0.606934,
        0.671387,
        0.545898,
        0.624023,
        0.700195,
        0.630859
      ]
    },
    {
      "question_id": "10039361",
      "image_id": 400080,
      "question": "người đàn ông đang tận hưởng việc đọc ở đâu",
      "ground_truth": "thư viện",
      "ground_truth_normalized": "thư viện",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái ghế",
        "văn phòng",
        "chung cư",
        "thư viện",
        "nhà ở",
        "cửa tiệm",
        "gian hàng",
        "cái bàn",
        "phòng ngủ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.591209,
      "confidences": [
        0.591209,
        0.16546,
        0.069515,
        0.02469,
        0.022045,
        0.015817,
        0.012635,
        0.004977,
        0.004435,
        0.004086
      ],
      "gate_score_top1": 0.848145,
      "gate_scores": [
        0.848145,
        0.784668,
        0.789551,
        0.684082,
        0.679688,
        0.751465,
        0.716309,
        0.625488,
        0.629883,
        0.695312
      ]
    },
    {
      "question_id": "10112871",
      "image_id": 77979,
      "question": "có bao nhiêu con voi đang đi dạo cùng nhau",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.886157,
      "confidences": [
        0.886157,
        0.087059,
        0.021004,
        0.002072,
        0.001558,
        0.000275,
        0.000128,
        7.6e-05,
        7e-05,
        5.5e-05
      ],
      "gate_score_top1": 0.907227,
      "gate_scores": [
        0.907227,
        0.876953,
        0.833008,
        0.719238,
        0.671387,
        0.44458,
        0.490234,
        0.4375,
        0.399902,
        0.382324
      ]
    },
    {
      "question_id": "10114461",
      "image_id": 351477,
      "question": "có bao nhiêu đứa trẻ trong bộ quần áo tuyết lướt chậm trên đường trượt tuyết",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.617449,
      "confidences": [
        0.617449,
        0.343662,
        0.021461,
        0.006596,
        0.004534,
        0.00195,
        0.000713,
        0.000403,
        0.000332,
        0.000214
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.901367,
        0.770996,
        0.771973,
        0.632812,
        0.672852,
        0.582031,
        0.532227,
        0.506348,
        0.437988
      ]
    },
    {
      "question_id": "10112031",
      "image_id": 439765,
      "question": "bao nhiêu người đàn ông nhìn vào máy ảnh trong khi một người khác nhìn đi chỗ khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "cà vạt",
        "sáu",
        "cái ghế",
        "gương",
        "máy ảnh",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.605578,
      "confidences": [
        0.605578,
        0.378961,
        0.005078,
        0.000428,
        0.000224,
        0.000211,
        0.000207,
        0.000181,
        0.000158,
        0.000148
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.882324,
        0.727539,
        0.60498,
        0.484375,
        0.383545,
        0.541016,
        0.474854,
        0.398438,
        0.451416
      ]
    },
    {
      "question_id": "10104901",
      "image_id": 229067,
      "question": "có bao nhiêu người trên cánh đồng tuyết với thiết bị trượt tuyết",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "ba",
        "chín",
        "tám",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.44358,
      "confidences": [
        0.44358,
        0.269045,
        0.23375,
        0.020505,
        0.007311,
        0.004739,
        0.002874,
        0.001926,
        0.001288,
        0.001029
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.848145,
        0.826172,
        0.714844,
        0.624512,
        0.644531,
        0.609863,
        0.609863,
        0.563965,
        0.549805
      ]
    },
    {
      "question_id": "10086831",
      "image_id": 427865,
      "question": "những gì nằm cạnh đồi verdant",
      "ground_truth": "bờ biển",
      "ground_truth_normalized": "bờ biển",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "bò đực",
        "con cừu",
        "con ngựa",
        "bãi cỏ",
        "chuồng trại",
        "đồi",
        "con chó",
        "màu nâu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.783771,
      "confidences": [
        0.783771,
        0.115591,
        0.032604,
        0.009732,
        0.004942,
        0.00335,
        0.002353,
        0.00233,
        0.001913,
        0.001728
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.765625,
        0.729492,
        0.704102,
        0.73584,
        0.661133,
        0.556152,
        0.626953,
        0.57666,
        0.621582
      ]
    },
    {
      "question_id": "10018151",
      "image_id": 361376,
      "question": "màu của cà rốt là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu đỏ",
        "màu cam",
        "màu xám",
        "màu nâu",
        "màu xanh dương",
        "màu đen",
        "màu tía",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.530058,
      "confidences": [
        0.530058,
        0.306774,
        0.03885,
        0.026597,
        0.024217,
        0.016322,
        0.013691,
        0.011262,
        0.01058,
        0.007243
      ],
      "gate_score_top1": 0.830078,
      "gate_scores": [
        0.830078,
        0.849609,
        0.800293,
        0.822754,
        0.731445,
        0.739258,
        0.779297,
        0.712891,
        0.71582,
        0.732422
      ]
    },
    {
      "question_id": "10087611",
      "image_id": 475944,
      "question": "những gì nằm trên nhánh cây",
      "ground_truth": "con chim",
      "ground_truth_normalized": "con chim",
      "predicted_top1": "con vẹt",
      "predicted_topk": [
        "con vẹt",
        "con chim",
        "hải âu",
        "hươu cao cổ",
        "cây",
        "chim bồ câu",
        "con vịt",
        "diều",
        "con ngựa",
        "con cừu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.72839,
      "confidences": [
        0.72839,
        0.218702,
        0.001667,
        0.001628,
        0.001519,
        0.001149,
        0.000986,
        0.000816,
        0.000744,
        0.000658
      ],
      "gate_score_top1": 0.855469,
      "gate_scores": [
        0.855469,
        0.813965,
        0.542969,
        0.687012,
        0.581543,
        0.39209,
        0.650391,
        0.415039,
        0.493652,
        0.474609
      ]
    },
    {
      "question_id": "10115711",
      "image_id": 428125,
      "question": "có bao nhiêu hình ảnh nghệ thuật của một đồ chơi người đàn ông nhựa màu vàng",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "một",
        "năm",
        "sáu",
        "bảy",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.503625,
      "confidences": [
        0.503625,
        0.414271,
        0.037202,
        0.013421,
        0.012031,
        0.006541,
        0.002478,
        0.000926,
        0.000841,
        0.000478
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.874512,
        0.804199,
        0.71582,
        0.702148,
        0.561523,
        0.628906,
        0.496094,
        0.51416,
        0.446289
      ]
    },
    {
      "question_id": "10106401",
      "image_id": 410097,
      "question": "có bao nhiêu con cừu nằm xuống khi bốn con khác đứng gần",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "một",
        "tám",
        "mười",
        "chín",
        "hai"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.633335,
      "confidences": [
        0.633335,
        0.264013,
        0.037445,
        0.023709,
        0.011465,
        0.008825,
        0.004104,
        0.001894,
        0.001665,
        0.000854
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.823242,
        0.753418,
        0.729492,
        0.700195,
        0.671875,
        0.628906,
        0.564453,
        0.651367,
        0.510254
      ]
    },
    {
      "question_id": "10095031",
      "image_id": 515176,
      "question": "cái gì mà cái máy rút đá bạc trên một viên gạch rám nắng",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "máy xay",
        "tủ đá",
        "tường",
        "cái kệ",
        "cỗ máy",
        "hộp",
        "tủ lạnh",
        "cửa",
        "phòng bếp"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.130361,
      "confidences": [
        0.130361,
        0.039448,
        0.037937,
        0.036986,
        0.03226,
        0.031513,
        0.030543,
        0.021364,
        0.019605,
        0.018525
      ],
      "gate_score_top1": 0.610352,
      "gate_scores": [
        0.610352,
        0.749512,
        0.689941,
        0.617188,
        0.675293,
        0.490234,
        0.641602,
        0.69873,
        0.644531,
        0.534668
      ]
    },
    {
      "question_id": "10064221",
      "image_id": 334746,
      "question": "cái gì đang ngồi trên đĩa trên bàn",
      "ground_truth": "rau",
      "ground_truth_normalized": "rau",
      "predicted_top1": "bữa ăn",
      "predicted_topk": [
        "bữa ăn",
        "đĩa ăn",
        "rau",
        "dĩa",
        "rượu",
        "thịt",
        "cái nĩa",
        "đĩa",
        "bữa ăn tối",
        "sandwich"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.130977,
      "confidences": [
        0.130977,
        0.117407,
        0.063213,
        0.047159,
        0.046701,
        0.041618,
        0.024706,
        0.022495,
        0.021465,
        0.015704
      ],
      "gate_score_top1": 0.740723,
      "gate_scores": [
        0.740723,
        0.763672,
        0.744141,
        0.634766,
        0.702148,
        0.601562,
        0.663086,
        0.611328,
        0.586426,
        0.605957
      ]
    },
    {
      "question_id": "10065401",
      "image_id": 537692,
      "question": "những gì chứa đầy kéo và đèn",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "cây kéo",
      "predicted_topk": [
        "cây kéo",
        "cái mâm",
        "thùng chứa",
        "tách",
        "dao",
        "cái lọ",
        "quầy tính tiền",
        "tường",
        "mặt",
        "người giữ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.305241,
      "confidences": [
        0.305241,
        0.082476,
        0.049345,
        0.033258,
        0.027251,
        0.022813,
        0.019628,
        0.015649,
        0.011086,
        0.009928
      ],
      "gate_score_top1": 0.791016,
      "gate_scores": [
        0.791016,
        0.746582,
        0.742188,
        0.775391,
        0.772461,
        0.748535,
        0.665527,
        0.661133,
        0.516602,
        0.501465
      ]
    },
    {
      "question_id": "10085711",
      "image_id": 418882,
      "question": "những gì đang được chuẩn bị trên bếp trong một nhà bếp",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "lò vi sóng",
        "bếp",
        "pizza",
        "bữa ăn",
        "quầy tính tiền",
        "món ăn",
        "phòng bếp",
        "chén đĩa",
        "gà"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.226479,
      "confidences": [
        0.226479,
        0.152646,
        0.115223,
        0.064634,
        0.050534,
        0.037848,
        0.018338,
        0.012628,
        0.011611,
        0.011079
      ],
      "gate_score_top1": 0.733398,
      "gate_scores": [
        0.733398,
        0.717285,
        0.696777,
        0.780273,
        0.688965,
        0.65625,
        0.678223,
        0.605469,
        0.631348,
        0.523926
      ]
    },
    {
      "question_id": "10100041",
      "image_id": 356648,
      "question": "người đàn ông lấy gì từ tủ lạnh gần sân tennis",
      "ground_truth": "nước",
      "ground_truth_normalized": "nước",
      "predicted_top1": "áo sơ mi",
      "predicted_topk": [
        "áo sơ mi",
        "lò vi sóng",
        "quả bóng",
        "pizza",
        "nước",
        "cửa hàng",
        "vợt",
        "tạp dề",
        "mũ",
        "lồng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.045846,
      "confidences": [
        0.045846,
        0.042401,
        0.025468,
        0.025024,
        0.024112,
        0.019243,
        0.019019,
        0.016915,
        0.016427,
        0.016395
      ],
      "gate_score_top1": 0.6875,
      "gate_scores": [
        0.6875,
        0.617676,
        0.692383,
        0.661621,
        0.583496,
        0.715332,
        0.692871,
        0.606934,
        0.647949,
        0.588867
      ]
    },
    {
      "question_id": "10057841",
      "image_id": 547962,
      "question": "hai người phụ nữ đang giữ những chiếc ô hướng dương trong khi đi trên một cơn mưa ướt sũng",
      "ground_truth": "đường đi bộ",
      "ground_truth_normalized": "đường đi bộ",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "nón",
        "bức ảnh",
        "đồng hồ",
        "cửa sổ",
        "mũ",
        "xe buýt",
        "tường",
        "lá cờ",
        "các tòa nhà"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.805611,
      "confidences": [
        0.805611,
        0.013753,
        0.012621,
        0.006471,
        0.004962,
        0.004744,
        0.003944,
        0.003494,
        0.00296,
        0.002706
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.668457,
        0.613281,
        0.662598,
        0.633789,
        0.614258,
        0.507324,
        0.582031,
        0.547852,
        0.570801
      ]
    },
    {
      "question_id": "10030351",
      "image_id": 501947,
      "question": "một số thực phẩm lành mạnh nằm ở đâu",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "món ăn",
        "đĩa ăn",
        "chảo",
        "thùng chứa",
        "chén đĩa",
        "bữa ăn",
        "cái rổ",
        "rau",
        "cái nồi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.38962,
      "confidences": [
        0.38962,
        0.258531,
        0.13308,
        0.036667,
        0.028668,
        0.012598,
        0.010924,
        0.010818,
        0.007081,
        0.005928
      ],
      "gate_score_top1": 0.834961,
      "gate_scores": [
        0.834961,
        0.851562,
        0.793945,
        0.773438,
        0.728516,
        0.669922,
        0.696777,
        0.697266,
        0.626465,
        0.661621
      ]
    },
    {
      "question_id": "10070961",
      "image_id": 537506,
      "question": "người giữ gì với hai quả táo đỏ gần người đi bộ giữ ô",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "quả táo",
      "predicted_topk": [
        "quả táo",
        "táo",
        "chuối",
        "hoa quả",
        "cà rốt",
        "những quả cam",
        "quả cam",
        "bức ảnh",
        "đĩa ăn",
        "cái mâm"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.732724,
      "confidences": [
        0.732724,
        0.130348,
        0.018705,
        0.01019,
        0.006962,
        0.004693,
        0.003655,
        0.003188,
        0.002937,
        0.002502
      ],
      "gate_score_top1": 0.852539,
      "gate_scores": [
        0.852539,
        0.818359,
        0.710938,
        0.66748,
        0.702148,
        0.645508,
        0.55957,
        0.523438,
        0.595703,
        0.60498
      ]
    },
    {
      "question_id": "10075831",
      "image_id": 444879,
      "question": "chuyến tàu đi lại bị tuyết bao phủ là gì",
      "ground_truth": "đường ray",
      "ground_truth_normalized": "đường ray",
      "predicted_top1": "đường sắt",
      "predicted_topk": [
        "đường sắt",
        "xe ô tô",
        "trạm",
        "tàu hỏa",
        "hàng hoá",
        "xe điện ngầm",
        "các tòa nhà",
        "đồi",
        "động cơ",
        "cầu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.283812,
      "confidences": [
        0.283812,
        0.091781,
        0.082917,
        0.071479,
        0.050785,
        0.025939,
        0.019089,
        0.018002,
        0.017967,
        0.013993
      ],
      "gate_score_top1": 0.756836,
      "gate_scores": [
        0.756836,
        0.677246,
        0.741699,
        0.767578,
        0.570801,
        0.643555,
        0.595703,
        0.527832,
        0.548828,
        0.599609
      ]
    },
    {
      "question_id": "10079031",
      "image_id": 460972,
      "question": "những gì chứa đầy những con vịt trôi nổi trên đỉnh của nó",
      "ground_truth": "hồ",
      "ground_truth_normalized": "hồ",
      "predicted_top1": "con vịt",
      "predicted_topk": [
        "con vịt",
        "bãi cỏ",
        "hồ",
        "con chim",
        "hải âu",
        "đồi",
        "gấu",
        "băng ghế",
        "ca nô",
        "con thuyền"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.584769,
      "confidences": [
        0.584769,
        0.02735,
        0.022674,
        0.021636,
        0.006008,
        0.005973,
        0.005638,
        0.005476,
        0.004937,
        0.00386
      ],
      "gate_score_top1": 0.790527,
      "gate_scores": [
        0.790527,
        0.648438,
        0.476318,
        0.588379,
        0.504883,
        0.54541,
        0.560547,
        0.627441,
        0.39917,
        0.462158
      ]
    },
    {
      "question_id": "10096801",
      "image_id": 566278,
      "question": "xe máy màu đỏ và đen đã dừng ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "ga-ra",
        "tòa nhà",
        "đường",
        "cửa tiệm",
        "ảnh chụp",
        "bảo tàng",
        "kho",
        "vạch kẻ đường",
        "trạm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.608022,
      "confidences": [
        0.608022,
        0.138885,
        0.11787,
        0.048563,
        0.007684,
        0.005343,
        0.005199,
        0.004186,
        0.003902,
        0.00368
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.850098,
        0.82373,
        0.845703,
        0.718262,
        0.616211,
        0.702637,
        0.664062,
        0.62793,
        0.698242
      ]
    },
    {
      "question_id": "10045871",
      "image_id": 171335,
      "question": "đồng hồ vàng được bảo vệ bởi một hộp thủy tinh ở đâu",
      "ground_truth": "bảo tàng",
      "ground_truth_normalized": "bảo tàng",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "cửa sổ",
        "lọ cắm hoa",
        "tòa nhà",
        "phòng",
        "tường",
        "cửa tiệm",
        "đồng hồ",
        "hành lang",
        "ô cửa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.125793,
      "confidences": [
        0.125793,
        0.113202,
        0.086625,
        0.066159,
        0.037184,
        0.021437,
        0.018918,
        0.018588,
        0.018158,
        0.017737
      ],
      "gate_score_top1": 0.762207,
      "gate_scores": [
        0.762207,
        0.769043,
        0.738281,
        0.678223,
        0.716309,
        0.59375,
        0.72998,
        0.650879,
        0.576172,
        0.538086
      ]
    },
    {
      "question_id": "10117631",
      "image_id": 437510,
      "question": "có bao nhiêu con hươu cao cổ đang ăn cùng nhau trên một bãi đất trống",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.478293,
      "confidences": [
        0.478293,
        0.474571,
        0.033713,
        0.00398,
        0.002569,
        0.001712,
        0.001018,
        0.000661,
        0.000297,
        0.00027
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.894043,
        0.785156,
        0.743164,
        0.566895,
        0.643555,
        0.632812,
        0.555664,
        0.538086,
        0.448975
      ]
    },
    {
      "question_id": "10085161",
      "image_id": 483401,
      "question": "người đàn ông nấu ăn gì cho bữa tối",
      "ground_truth": "gà",
      "ground_truth_normalized": "gà",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "lò vi sóng",
        "quầy tính tiền",
        "phòng bếp",
        "bếp",
        "bữa ăn",
        "gà",
        "tạp dề",
        "cà rốt",
        "món ăn"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.414621,
      "confidences": [
        0.414621,
        0.070933,
        0.043786,
        0.031049,
        0.03033,
        0.02206,
        0.020724,
        0.01993,
        0.018468,
        0.01804
      ],
      "gate_score_top1": 0.787598,
      "gate_scores": [
        0.787598,
        0.709961,
        0.67334,
        0.618164,
        0.634277,
        0.680664,
        0.522461,
        0.587891,
        0.665527,
        0.681152
      ]
    },
    {
      "question_id": "10075961",
      "image_id": 436130,
      "question": "khu vực nhà bếp nhỏ có những gì và tủ",
      "ground_truth": "bếp",
      "ground_truth_normalized": "bếp",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bếp",
        "tủ đá",
        "quầy tính tiền",
        "cửa",
        "lò vi sóng",
        "tường",
        "cái kệ",
        "nhà ở",
        "tủ lạnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.429733,
      "confidences": [
        0.429733,
        0.122163,
        0.066679,
        0.053369,
        0.031682,
        0.030888,
        0.021187,
        0.018698,
        0.01482,
        0.011187
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.766113,
        0.790527,
        0.681641,
        0.669434,
        0.64502,
        0.672852,
        0.722656,
        0.725098,
        0.689941
      ]
    },
    {
      "question_id": "10103241",
      "image_id": 79588,
      "question": "một tòa nhà bằng gạch và đá cũ cao bao nhiêu tầng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "một",
        "sáu",
        "hai",
        "bảy",
        "mười",
        "chín",
        "tám"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.366768,
      "confidences": [
        0.366768,
        0.339205,
        0.155907,
        0.041311,
        0.03506,
        0.017698,
        0.012356,
        0.004397,
        0.003732,
        0.003391
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.858887,
        0.80127,
        0.744629,
        0.734863,
        0.667969,
        0.677734,
        0.603027,
        0.628418,
        0.592285
      ]
    },
    {
      "question_id": "10025441",
      "image_id": 53604,
      "question": "người đàn ông đứng ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "vòi hoa sen",
        "ô cửa",
        "chậu",
        "máy ảnh",
        "hành lang",
        "quầy tính tiền",
        "bàn chải",
        "bồn tắm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.602841,
      "confidences": [
        0.602841,
        0.377248,
        0.00196,
        0.001677,
        0.001443,
        0.001286,
        0.000676,
        0.000567,
        0.000485,
        0.00044
      ],
      "gate_score_top1": 0.895996,
      "gate_scores": [
        0.895996,
        0.869629,
        0.664062,
        0.655762,
        0.647461,
        0.594727,
        0.524414,
        0.537598,
        0.63623,
        0.687988
      ]
    },
    {
      "question_id": "10093491",
      "image_id": 430762,
      "question": "kéo và bút đặt trên một hình tam giác là gì",
      "ground_truth": "mặt",
      "ground_truth_normalized": "mặt",
      "predicted_top1": "cây kéo",
      "predicted_topk": [
        "cây kéo",
        "dao",
        "mặt",
        "bàn chải",
        "máy bay",
        "quầy tính tiền",
        "mũ",
        "máy ảnh",
        "bức ảnh",
        "nước"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.5329,
      "confidences": [
        0.5329,
        0.030182,
        0.021782,
        0.00792,
        0.007684,
        0.007003,
        0.006928,
        0.006144,
        0.005996,
        0.005688
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.686035,
        0.532227,
        0.589355,
        0.512207,
        0.574219,
        0.530762,
        0.569336,
        0.560547,
        0.493652
      ]
    },
    {
      "question_id": "10107571",
      "image_id": 447830,
      "question": "có bao nhiêu con ngựa ở giữa đồng cỏ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.577201,
      "confidences": [
        0.577201,
        0.246319,
        0.151753,
        0.012026,
        0.002501,
        0.002002,
        0.000915,
        0.000881,
        0.000614,
        0.000486
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.833008,
        0.837402,
        0.679199,
        0.654785,
        0.674316,
        0.570801,
        0.57373,
        0.562012,
        0.489014
      ]
    },
    {
      "question_id": "10059841",
      "image_id": 350794,
      "question": "những gì đang thư giãn trên những tảng đá mát mẻ",
      "ground_truth": "gấu",
      "ground_truth_normalized": "gấu",
      "predicted_top1": "gấu trúc",
      "predicted_topk": [
        "gấu trúc",
        "gấu",
        "đồ chơi",
        "con chó",
        "vườn bách thú",
        "móng vuốt",
        "cây",
        "con cừu",
        "màu đen",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.66943,
      "confidences": [
        0.66943,
        0.311314,
        0.000858,
        0.00082,
        0.00066,
        0.000549,
        0.000351,
        0.000322,
        0.000275,
        0.000271
      ],
      "gate_score_top1": 0.852051,
      "gate_scores": [
        0.852051,
        0.847168,
        0.623535,
        0.654297,
        0.647461,
        0.481445,
        0.549316,
        0.561035,
        0.624023,
        0.561035
      ]
    },
    {
      "question_id": "10117531",
      "image_id": 203388,
      "question": "có bao nhiêu chiếc bánh rán trong chảo đang được nấu chín",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "tám",
        "bốn",
        "năm",
        "chảo",
        "một",
        "ba",
        "hai",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.229166,
      "confidences": [
        0.229166,
        0.171637,
        0.140635,
        0.13954,
        0.091513,
        0.032061,
        0.023594,
        0.010866,
        0.006539,
        0.005626
      ],
      "gate_score_top1": 0.780273,
      "gate_scores": [
        0.780273,
        0.731445,
        0.726074,
        0.732422,
        0.731445,
        0.677246,
        0.598633,
        0.65918,
        0.559082,
        0.506348
      ]
    },
    {
      "question_id": "10042661",
      "image_id": 22411,
      "question": "một số sinh viên hoặc bạn bè ăn pizza ở đâu",
      "ground_truth": "thư viện",
      "ground_truth_normalized": "thư viện",
      "predicted_top1": "lớp học",
      "predicted_topk": [
        "lớp học",
        "thư viện",
        "phòng",
        "văn phòng",
        "cửa tiệm",
        "tòa nhà",
        "cái ghế",
        "nhà ở",
        "quán ăn",
        "kho"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.410821,
      "confidences": [
        0.410821,
        0.244356,
        0.064748,
        0.052846,
        0.025158,
        0.017359,
        0.009871,
        0.008576,
        0.007794,
        0.007466
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.751953,
        0.739258,
        0.83252,
        0.751953,
        0.688477,
        0.606445,
        0.692871,
        0.702637,
        0.609375
      ]
    },
    {
      "question_id": "10015771",
      "image_id": 557308,
      "question": "màu của chiếc thuyền là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu trắng",
        "màu đỏ",
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "con thuyền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.483356,
      "confidences": [
        0.483356,
        0.42656,
        0.042235,
        0.008029,
        0.007513,
        0.006327,
        0.004206,
        0.002622,
        0.001619,
        0.000494
      ],
      "gate_score_top1": 0.867188,
      "gate_scores": [
        0.867188,
        0.869629,
        0.803223,
        0.70166,
        0.729492,
        0.679688,
        0.72998,
        0.640137,
        0.661133,
        0.49707
      ]
    },
    {
      "question_id": "10045491",
      "image_id": 86797,
      "question": "tủ lạnh cũ đang ở đâu",
      "ground_truth": "ga-ra",
      "ground_truth_normalized": "ga-ra",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng bếp",
        "ga-ra",
        "nhà ở",
        "tủ lạnh",
        "cửa tiệm",
        "phòng ngủ",
        "cái ghế",
        "văn phòng",
        "cửa hàng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.620862,
      "confidences": [
        0.620862,
        0.07771,
        0.075614,
        0.014745,
        0.014291,
        0.01171,
        0.008484,
        0.00832,
        0.008111,
        0.005403
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.759766,
        0.828613,
        0.789551,
        0.666504,
        0.688965,
        0.751953,
        0.552734,
        0.625977,
        0.608887
      ]
    },
    {
      "question_id": "10105251",
      "image_id": 414747,
      "question": "có bao nhiêu người đàn ông đang sửa chiếc nơ của mình và một người đàn ông khác đang tìm kiếm",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "cà vạt",
        "bảy",
        "cái ghế",
        "tám",
        "hươu cao cổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.892038,
      "confidences": [
        0.892038,
        0.098532,
        0.003988,
        0.000415,
        0.000149,
        0.000134,
        9.3e-05,
        7e-05,
        6.9e-05,
        6.7e-05
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.868652,
        0.74707,
        0.629883,
        0.385254,
        0.456787,
        0.386963,
        0.512207,
        0.420166,
        0.467041
      ]
    },
    {
      "question_id": "10093161",
      "image_id": 460378,
      "question": "cái gì một bồn rửa và lò vi sóng",
      "ground_truth": "công cụ",
      "ground_truth_normalized": "công cụ",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quầy tính tiền",
        "bếp",
        "công cụ",
        "chậu",
        "tường",
        "bông hoa",
        "nhà ở",
        "tủ đá",
        "bức ảnh"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.237562,
      "confidences": [
        0.237562,
        0.163913,
        0.072736,
        0.043518,
        0.031714,
        0.027233,
        0.026498,
        0.017825,
        0.017617,
        0.016942
      ],
      "gate_score_top1": 0.733398,
      "gate_scores": [
        0.733398,
        0.686035,
        0.744629,
        0.584473,
        0.616211,
        0.604492,
        0.632812,
        0.654785,
        0.708496,
        0.553223
      ]
    },
    {
      "question_id": "10063371",
      "image_id": 474786,
      "question": "gương lớn phản chiếu một phòng tắm là gì",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "quầy tính tiền",
        "cửa",
        "khăn",
        "bàn chải",
        "máy ảnh",
        "vòi hoa sen",
        "chậu",
        "bồn tắm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.401732,
      "confidences": [
        0.401732,
        0.076373,
        0.074604,
        0.04072,
        0.03744,
        0.028988,
        0.02624,
        0.015884,
        0.011827,
        0.011089
      ],
      "gate_score_top1": 0.795898,
      "gate_scores": [
        0.795898,
        0.687012,
        0.638184,
        0.644531,
        0.597168,
        0.719238,
        0.646973,
        0.602051,
        0.585938,
        0.687012
      ]
    },
    {
      "question_id": "10034231",
      "image_id": 507444,
      "question": "người đàn ông trên xe đạp đang chuẩn bị đồ uống ở đâu khi phụ nữ đứng gần đó",
      "ground_truth": "máy xay",
      "ground_truth_normalized": "máy xay",
      "predicted_top1": "xe lăn",
      "predicted_topk": [
        "xe lăn",
        "cửa tiệm",
        "cửa hàng",
        "đường phố",
        "xe tay ga",
        "xe đạp",
        "cửa sổ",
        "ảnh chụp",
        "máy xay",
        "cái rổ"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.090182,
      "confidences": [
        0.090182,
        0.066626,
        0.056988,
        0.045791,
        0.040887,
        0.039167,
        0.035041,
        0.02888,
        0.028544,
        0.023664
      ],
      "gate_score_top1": 0.72998,
      "gate_scores": [
        0.72998,
        0.661133,
        0.711426,
        0.709473,
        0.708496,
        0.660156,
        0.668945,
        0.591309,
        0.638672,
        0.697266
      ]
    },
    {
      "question_id": "10114451",
      "image_id": 12459,
      "question": "có bao nhiêu người lớn ăn mặc kỳ lạ chuẩn bị trượt tuyết",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "tám",
        "hai",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.701144,
      "confidences": [
        0.701144,
        0.162678,
        0.091254,
        0.031784,
        0.004041,
        0.001317,
        0.00099,
        0.000969,
        0.000679,
        0.000502
      ],
      "gate_score_top1": 0.895996,
      "gate_scores": [
        0.895996,
        0.834473,
        0.810059,
        0.723633,
        0.697266,
        0.589844,
        0.62793,
        0.59082,
        0.567383,
        0.493408
      ]
    },
    {
      "question_id": "10109851",
      "image_id": 116223,
      "question": "có bao nhiêu chiếc bánh quy đang nguội trên khay bên cạnh chuối",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "bảy",
        "bốn",
        "tám",
        "chín",
        "ba",
        "mười",
        "chảo",
        "lò vi sóng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.56709,
      "confidences": [
        0.56709,
        0.171607,
        0.092214,
        0.077048,
        0.03288,
        0.004164,
        0.002368,
        0.002094,
        0.001249,
        0.001242
      ],
      "gate_score_top1": 0.842773,
      "gate_scores": [
        0.842773,
        0.787109,
        0.755859,
        0.738281,
        0.703125,
        0.613281,
        0.535156,
        0.525879,
        0.522461,
        0.480225
      ]
    },
    {
      "question_id": "10041041",
      "image_id": 303937,
      "question": "những quả táo xanh và cam ở đâu",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "hộp",
        "cái mâm",
        "cái kệ",
        "cửa sổ",
        "hoa quả",
        "tủ lạnh",
        "ảnh chụp",
        "lớp học"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.393722,
      "confidences": [
        0.393722,
        0.096486,
        0.06169,
        0.035357,
        0.02517,
        0.02397,
        0.020264,
        0.014369,
        0.010209,
        0.009369
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.782227,
        0.750488,
        0.70752,
        0.689453,
        0.662598,
        0.720703,
        0.683105,
        0.527832,
        0.642578
      ]
    },
    {
      "question_id": "10105591",
      "image_id": 564232,
      "question": "có bao nhiêu con ngựa dự thảo đang làm việc trong một trang trại vào khoảng năm 1932",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.43466,
      "confidences": [
        0.43466,
        0.349259,
        0.120701,
        0.026827,
        0.025598,
        0.008986,
        0.006056,
        0.005802,
        0.003492,
        0.002353
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.835938,
        0.763672,
        0.749023,
        0.713867,
        0.649902,
        0.628418,
        0.648926,
        0.62793,
        0.552246
      ]
    },
    {
      "question_id": "10031291",
      "image_id": 235429,
      "question": "gia đình đang chơi wii ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "cái ghế",
        "quán ăn",
        "phòng bếp",
        "cửa tiệm",
        "văn phòng",
        "quán bar",
        "chung cư",
        "gian hàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.445962,
      "confidences": [
        0.445962,
        0.145918,
        0.144783,
        0.072801,
        0.070286,
        0.007452,
        0.006706,
        0.006202,
        0.005101,
        0.003554
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.787109,
        0.773926,
        0.775879,
        0.786621,
        0.63623,
        0.67041,
        0.585449,
        0.575195,
        0.589355
      ]
    },
    {
      "question_id": "10114311",
      "image_id": 58796,
      "question": "có bao nhiêu hình ảnh đồ ăn khác nhau",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "ba",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.407165,
      "confidences": [
        0.407165,
        0.37952,
        0.096333,
        0.058201,
        0.010035,
        0.006146,
        0.003079,
        0.002469,
        0.001754,
        0.00083
      ],
      "gate_score_top1": 0.807129,
      "gate_scores": [
        0.807129,
        0.813477,
        0.753418,
        0.743164,
        0.62793,
        0.567383,
        0.596191,
        0.512207,
        0.466064,
        0.500488
      ]
    },
    {
      "question_id": "10042641",
      "image_id": 283329,
      "question": "ba người đàn ông đang làm việc và thu thập chuối ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "kho",
      "predicted_topk": [
        "kho",
        "cửa tiệm",
        "phòng bếp",
        "cửa hàng",
        "tạp dề",
        "ga-ra",
        "phòng",
        "tòa nhà",
        "quán ăn",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.18808,
      "confidences": [
        0.18808,
        0.143083,
        0.080577,
        0.060349,
        0.049739,
        0.031065,
        0.029297,
        0.024574,
        0.022996,
        0.021309
      ],
      "gate_score_top1": 0.762695,
      "gate_scores": [
        0.762695,
        0.728027,
        0.715332,
        0.733887,
        0.696777,
        0.771484,
        0.724121,
        0.704102,
        0.692383,
        0.620117
      ]
    },
    {
      "question_id": "10061771",
      "image_id": 515176,
      "question": "một sàn bên cạnh một máy rửa chén là gì",
      "ground_truth": "cỗ máy",
      "ground_truth_normalized": "cỗ máy",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "hộp",
        "tường",
        "cỗ máy",
        "máy xay",
        "tủ đá",
        "cái kệ",
        "tủ lạnh",
        "ảnh chụp",
        "phòng bếp"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.206209,
      "confidences": [
        0.206209,
        0.05464,
        0.03327,
        0.027962,
        0.027049,
        0.026216,
        0.019635,
        0.019369,
        0.017227,
        0.016828
      ],
      "gate_score_top1": 0.63916,
      "gate_scores": [
        0.63916,
        0.668945,
        0.60498,
        0.498291,
        0.748535,
        0.703125,
        0.644531,
        0.703613,
        0.58252,
        0.55957
      ]
    },
    {
      "question_id": "10099141",
      "image_id": 393277,
      "question": "những gì bao quanh bởi giao thông và đường phố thành phố",
      "ground_truth": "bức tượng",
      "ground_truth_normalized": "bức tượng",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "tòa nhà",
        "tòa tháp",
        "đồng hồ",
        "bức tượng",
        "cầu",
        "áo vest",
        "xe buýt",
        "các tòa nhà",
        "cửa sổ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.723318,
      "confidences": [
        0.723318,
        0.052808,
        0.048459,
        0.033698,
        0.009285,
        0.006185,
        0.005088,
        0.004922,
        0.004525,
        0.003893
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.755371,
        0.699219,
        0.762207,
        0.615234,
        0.612305,
        0.54248,
        0.673828,
        0.646973,
        0.662598
      ]
    },
    {
      "question_id": "10067621",
      "image_id": 358884,
      "question": "người đàn ông với một con chó mặc quần áo và chèo xuồng là gì",
      "ground_truth": "áo khoác",
      "ground_truth_normalized": "áo khoác",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "áo khoác",
        "áo vest",
        "ca nô",
        "trượt tuyết",
        "con chó",
        "bảng",
        "ván trượt",
        "cái túi",
        "đồ chơi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.068351,
      "confidences": [
        0.068351,
        0.066768,
        0.033182,
        0.030808,
        0.030331,
        0.029169,
        0.021216,
        0.021092,
        0.021009,
        0.020765
      ],
      "gate_score_top1": 0.624512,
      "gate_scores": [
        0.624512,
        0.602539,
        0.577637,
        0.496094,
        0.726074,
        0.625977,
        0.60498,
        0.630371,
        0.616211,
        0.494141
      ]
    },
    {
      "question_id": "10075161",
      "image_id": 569849,
      "question": "những gì đang đi bên ngoài ngôi nhà của một người đàn ông trên giường",
      "ground_truth": "bò đực",
      "ground_truth_normalized": "bò đực",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "bò đực",
        "gia súc",
        "con voi",
        "con ngựa",
        "đồi",
        "bức ảnh",
        "con chó",
        "bãi cỏ",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.623542,
      "confidences": [
        0.623542,
        0.139131,
        0.016232,
        0.015519,
        0.007973,
        0.004459,
        0.004455,
        0.004373,
        0.00412,
        0.003231
      ],
      "gate_score_top1": 0.81543,
      "gate_scores": [
        0.81543,
        0.73584,
        0.546387,
        0.602051,
        0.686035,
        0.571777,
        0.440918,
        0.571289,
        0.587891,
        0.546875
      ]
    },
    {
      "question_id": "10074641",
      "image_id": 476300,
      "question": "một số con voi đang đi lên cái gì",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "bãi cỏ",
        "đồi",
        "con voi",
        "đường",
        "chuồng",
        "vườn bách thú",
        "lá",
        "cây",
        "rào chắn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.415972,
      "confidences": [
        0.415972,
        0.213289,
        0.072003,
        0.043417,
        0.022046,
        0.018456,
        0.013267,
        0.009937,
        0.006555,
        0.004341
      ],
      "gate_score_top1": 0.790527,
      "gate_scores": [
        0.790527,
        0.759766,
        0.72168,
        0.675781,
        0.710938,
        0.687988,
        0.677734,
        0.589355,
        0.630859,
        0.536133
      ]
    },
    {
      "question_id": "10046291",
      "image_id": 81431,
      "question": "bình hoa của hoa ở đâu",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cửa sổ",
        "cây",
        "bông hoa",
        "màu tía",
        "cái nồi",
        "tách",
        "cái lọ",
        "bát",
        "hoa hồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.759596,
      "confidences": [
        0.759596,
        0.100027,
        0.017864,
        0.015581,
        0.009827,
        0.006357,
        0.006078,
        0.003871,
        0.003215,
        0.002911
      ],
      "gate_score_top1": 0.848633,
      "gate_scores": [
        0.848633,
        0.794922,
        0.702637,
        0.773438,
        0.704102,
        0.569824,
        0.612793,
        0.614258,
        0.679688,
        0.575684
      ]
    },
    {
      "question_id": "10070271",
      "image_id": 486834,
      "question": "những người lướt sóng đang giữ gì trên cát sau khi ra khỏi đại dương",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "cây sào",
        "trượt tuyết",
        "vạch kẻ đường",
        "cái lều",
        "năm",
        "diều",
        "ca nô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.586143,
      "confidences": [
        0.586143,
        0.271519,
        0.010778,
        0.006627,
        0.004654,
        0.003385,
        0.003246,
        0.002972,
        0.002699,
        0.00245
      ],
      "gate_score_top1": 0.82666,
      "gate_scores": [
        0.82666,
        0.790039,
        0.603516,
        0.555664,
        0.625488,
        0.583984,
        0.453613,
        0.581055,
        0.635254,
        0.400391
      ]
    },
    {
      "question_id": "10115831",
      "image_id": 567640,
      "question": "có bao nhiêu đội bóng đá đang diễn ra sau trận bóng đá",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.664375,
      "confidences": [
        0.664375,
        0.152948,
        0.107612,
        0.03206,
        0.010167,
        0.010127,
        0.006746,
        0.002541,
        0.002212,
        0.001163
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.820312,
        0.800293,
        0.696289,
        0.709473,
        0.677734,
        0.667969,
        0.600098,
        0.585938,
        0.512207
      ]
    },
    {
      "question_id": "10117891",
      "image_id": 332405,
      "question": "có bao nhiêu người đang lướt ván một người đang nằm trên ván lướt sóng",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "năm",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.817322,
      "confidences": [
        0.817322,
        0.163475,
        0.014229,
        0.000987,
        0.000264,
        0.00014,
        0.000132,
        0.000128,
        0.000127,
        6.1e-05
      ],
      "gate_score_top1": 0.897949,
      "gate_scores": [
        0.897949,
        0.873535,
        0.790527,
        0.635742,
        0.441895,
        0.408203,
        0.547363,
        0.458984,
        0.43042,
        0.362061
      ]
    },
    {
      "question_id": "10075211",
      "image_id": 560646,
      "question": "có một người đàn ông giữ những gì và điều khiển một ván lướt sóng",
      "ground_truth": "cây sào",
      "ground_truth_normalized": "cây sào",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "cây sào",
        "trượt tuyết",
        "bờ biển",
        "ca nô",
        "ván trượt",
        "con thuyền",
        "diều",
        "đồi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.473155,
      "confidences": [
        0.473155,
        0.105164,
        0.067634,
        0.043413,
        0.028694,
        0.019415,
        0.018818,
        0.012079,
        0.007073,
        0.005991
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.753418,
        0.683594,
        0.754883,
        0.666504,
        0.495605,
        0.735352,
        0.623047,
        0.703613,
        0.583496
      ]
    },
    {
      "question_id": "10060841",
      "image_id": 532994,
      "question": "con ngựa vẽ những gì đi trên một cánh đồng",
      "ground_truth": "xe tải",
      "ground_truth_normalized": "xe tải",
      "predicted_top1": "xe",
      "predicted_topk": [
        "xe",
        "xe đẩy",
        "xe tải",
        "con ngựa",
        "xe đạp",
        "động cơ",
        "xe cộ",
        "toa xe",
        "mũ",
        "xe ô tô"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.358218,
      "confidences": [
        0.358218,
        0.212237,
        0.099474,
        0.080242,
        0.012091,
        0.009271,
        0.008794,
        0.007025,
        0.006625,
        0.006472
      ],
      "gate_score_top1": 0.76416,
      "gate_scores": [
        0.76416,
        0.803223,
        0.763184,
        0.756836,
        0.619629,
        0.568359,
        0.679688,
        0.534668,
        0.581543,
        0.564453
      ]
    },
    {
      "question_id": "10020521",
      "image_id": 316585,
      "question": "màu của bảng là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu nâu",
        "màu trắng",
        "màu cam",
        "màu xanh lá",
        "màu xám",
        "màu vàng",
        "màu tía",
        "màu đỏ",
        "màu xanh dương"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.435235,
      "confidences": [
        0.435235,
        0.17723,
        0.127156,
        0.083391,
        0.081142,
        0.030678,
        0.020356,
        0.017008,
        0.007757,
        0.006713
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.846191,
        0.858398,
        0.82666,
        0.783691,
        0.821777,
        0.766602,
        0.791016,
        0.765625,
        0.725586
      ]
    },
    {
      "question_id": "10116881",
      "image_id": 232302,
      "question": "có bao nhiêu điều khiển từ xa được gắn khóa dán vào một tivi",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.384744,
      "confidences": [
        0.384744,
        0.297307,
        0.18898,
        0.059932,
        0.044364,
        0.011528,
        0.003502,
        0.001886,
        0.000832,
        0.000668
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.864258,
        0.868652,
        0.814941,
        0.783691,
        0.62207,
        0.640625,
        0.593262,
        0.524414,
        0.526855
      ]
    },
    {
      "question_id": "10091331",
      "image_id": 368038,
      "question": "những gì trên đường đua bên cạnh một số cỏ",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "các tòa nhà",
        "đường sắt",
        "hàng hoá",
        "xe đẩy",
        "phương tiện giao thông",
        "xe đạp",
        "xe điện ngầm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.780166,
      "confidences": [
        0.780166,
        0.101937,
        0.079699,
        0.003072,
        0.00269,
        0.002047,
        0.001159,
        0.000955,
        0.00095,
        0.000905
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.814941,
        0.806641,
        0.667969,
        0.569336,
        0.567383,
        0.626465,
        0.525391,
        0.618164,
        0.59668
      ]
    },
    {
      "question_id": "10076811",
      "image_id": 547102,
      "question": "những gì giữ một bình hoa dại",
      "ground_truth": "mặt",
      "ground_truth_normalized": "mặt",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "lọ cắm hoa",
        "hoa hồng",
        "cây",
        "chai",
        "bình hoa",
        "bát",
        "cái lọ",
        "đồng hồ",
        "tách"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.843303,
      "confidences": [
        0.843303,
        0.069493,
        0.011959,
        0.003928,
        0.00383,
        0.002936,
        0.002449,
        0.002165,
        0.001874,
        0.001848
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.674805,
        0.772461,
        0.699219,
        0.615234,
        0.479248,
        0.63623,
        0.573242,
        0.636719,
        0.657227
      ]
    },
    {
      "question_id": "10081601",
      "image_id": 509855,
      "question": "bên trong bát bông cải xanh là gì",
      "ground_truth": "cái nĩa",
      "ground_truth_normalized": "cái nĩa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái nĩa",
        "rau",
        "món ăn",
        "đĩa ăn",
        "bữa ăn",
        "chén đĩa",
        "dĩa",
        "bông cải xanh",
        "thịt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.352973,
      "confidences": [
        0.352973,
        0.070875,
        0.066581,
        0.045582,
        0.044526,
        0.039991,
        0.019002,
        0.018453,
        0.017711,
        0.017642
      ],
      "gate_score_top1": 0.724609,
      "gate_scores": [
        0.724609,
        0.621582,
        0.725098,
        0.695312,
        0.75293,
        0.636719,
        0.628418,
        0.625488,
        0.646484,
        0.580566
      ]
    },
    {
      "question_id": "10026431",
      "image_id": 571535,
      "question": "món đồ có vẻ hấp dẫn ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "ảnh chụp",
        "hộp",
        "cửa tiệm",
        "đường phố",
        "cái rổ",
        "phòng bếp",
        "cửa hàng",
        "thùng chứa",
        "xe ô tô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.112645,
      "confidences": [
        0.112645,
        0.092841,
        0.048259,
        0.047233,
        0.040008,
        0.031587,
        0.028426,
        0.027985,
        0.022752,
        0.022312
      ],
      "gate_score_top1": 0.663574,
      "gate_scores": [
        0.663574,
        0.655762,
        0.645996,
        0.693848,
        0.72168,
        0.67627,
        0.664062,
        0.668945,
        0.645508,
        0.570312
      ]
    },
    {
      "question_id": "10039021",
      "image_id": 461404,
      "question": "cặp vợ chồng đang đến đâu",
      "ground_truth": "ca nô",
      "ground_truth_normalized": "ca nô",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "ca nô",
        "bến du thuyền",
        "thuyền buồm",
        "xe đẩy",
        "áo vest",
        "xe đạp",
        "bát",
        "bến tàu",
        "hồ bơi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.486273,
      "confidences": [
        0.486273,
        0.214941,
        0.041425,
        0.01087,
        0.008125,
        0.007262,
        0.006497,
        0.00504,
        0.004483,
        0.00403
      ],
      "gate_score_top1": 0.719238,
      "gate_scores": [
        0.719238,
        0.691406,
        0.722168,
        0.524902,
        0.665527,
        0.513672,
        0.558105,
        0.456787,
        0.467041,
        0.62793
      ]
    },
    {
      "question_id": "10082071",
      "image_id": 437426,
      "question": "con gấu bắc cực đã nhúng gì trong nước",
      "ground_truth": "móng vuốt",
      "ground_truth_normalized": "móng vuốt",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "bồn tắm",
        "móng vuốt",
        "gấu",
        "gấu trúc",
        "vườn bách thú",
        "đồ chơi",
        "khăn",
        "cây",
        "giường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.168458,
      "confidences": [
        0.168458,
        0.133261,
        0.074316,
        0.053423,
        0.038933,
        0.015202,
        0.014128,
        0.008387,
        0.008201,
        0.007592
      ],
      "gate_score_top1": 0.762207,
      "gate_scores": [
        0.762207,
        0.702148,
        0.578613,
        0.649414,
        0.678711,
        0.630371,
        0.606934,
        0.597656,
        0.617676,
        0.51123
      ]
    },
    {
      "question_id": "10119551",
      "image_id": 492382,
      "question": "có bao nhiêu chiếc xe đạp có gắn máy làm mát đậu dưới gốc cây",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.649479,
      "confidences": [
        0.649479,
        0.279337,
        0.059474,
        0.003743,
        0.002984,
        0.000783,
        0.000257,
        0.000244,
        0.000216,
        0.000132
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.875977,
        0.845703,
        0.714844,
        0.668945,
        0.46167,
        0.497559,
        0.421875,
        0.461182,
        0.390137
      ]
    },
    {
      "question_id": "10097051",
      "image_id": 411215,
      "question": "đỗ xe đang được đỗ trong đồng cỏ",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "trạm",
        "đường sắt",
        "xe điện ngầm",
        "động cơ",
        "các tòa nhà",
        "cầu",
        "hàng hoá",
        "xe điện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.337181,
      "confidences": [
        0.337181,
        0.174245,
        0.109895,
        0.088303,
        0.031179,
        0.025498,
        0.021304,
        0.016689,
        0.012573,
        0.010403
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.774414,
        0.742188,
        0.725586,
        0.706543,
        0.658691,
        0.671875,
        0.655762,
        0.624512,
        0.708496
      ]
    },
    {
      "question_id": "10098271",
      "image_id": 575356,
      "question": "những gì bị chặn một phần bởi cửa gấp",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "phòng bếp",
        "lò vi sóng",
        "tường",
        "cái kệ",
        "chai",
        "cửa sổ",
        "bếp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.411339,
      "confidences": [
        0.411339,
        0.206028,
        0.122067,
        0.030863,
        0.01883,
        0.017483,
        0.016012,
        0.012642,
        0.009487,
        0.007743
      ],
      "gate_score_top1": 0.836426,
      "gate_scores": [
        0.836426,
        0.791016,
        0.765625,
        0.676758,
        0.640137,
        0.646484,
        0.716309,
        0.606934,
        0.614746,
        0.703125
      ]
    },
    {
      "question_id": "10091281",
      "image_id": 441203,
      "question": "những gì đang lái xe xuống một con đường với một người mang một số động vật",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe cộ",
        "xe đẩy",
        "con ngựa",
        "đường",
        "xe",
        "phương tiện giao thông",
        "xe ô tô",
        "xe máy",
        "xe buýt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.230262,
      "confidences": [
        0.230262,
        0.171786,
        0.090172,
        0.060067,
        0.055013,
        0.044291,
        0.040014,
        0.022358,
        0.018177,
        0.010317
      ],
      "gate_score_top1": 0.812012,
      "gate_scores": [
        0.812012,
        0.765137,
        0.709961,
        0.789062,
        0.716309,
        0.651367,
        0.683594,
        0.694824,
        0.686523,
        0.612793
      ]
    },
    {
      "question_id": "10087401",
      "image_id": 461628,
      "question": "tàu đỏ sáng hướng xuống các đường ray qua những gì",
      "ground_truth": "núi",
      "ground_truth_normalized": "núi",
      "predicted_top1": "đường sắt",
      "predicted_topk": [
        "đường sắt",
        "xe ô tô",
        "hàng hoá",
        "đồi",
        "động cơ",
        "các tòa nhà",
        "trạm",
        "cây",
        "tàu hỏa",
        "núi"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.223555,
      "confidences": [
        0.223555,
        0.066212,
        0.055106,
        0.049785,
        0.043254,
        0.039383,
        0.033489,
        0.02728,
        0.026857,
        0.019649
      ],
      "gate_score_top1": 0.76709,
      "gate_scores": [
        0.76709,
        0.729492,
        0.567871,
        0.598633,
        0.584961,
        0.673828,
        0.697754,
        0.666016,
        0.658203,
        0.658203
      ]
    },
    {
      "question_id": "10116291",
      "image_id": 176901,
      "question": "người trượt tuyết trên dốc trượt tuyết; có bao nhiêu nằm trên mặt đất",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "mười",
        "bảy",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.372802,
      "confidences": [
        0.372802,
        0.299555,
        0.281405,
        0.020385,
        0.008632,
        0.003188,
        0.00108,
        0.000713,
        0.000618,
        0.000424
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.855469,
        0.837891,
        0.741699,
        0.729004,
        0.621582,
        0.513672,
        0.488281,
        0.493408,
        0.410889
      ]
    },
    {
      "question_id": "10098091",
      "image_id": 518719,
      "question": "cái gì nằm trên đầu gối",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái nồi",
        "bát",
        "tách",
        "cái lọ",
        "cây",
        "nến",
        "bông hoa",
        "thùng chứa",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.572807,
      "confidences": [
        0.572807,
        0.184516,
        0.089926,
        0.070308,
        0.005704,
        0.004391,
        0.003225,
        0.003113,
        0.002458,
        0.001935
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.77832,
        0.822266,
        0.775879,
        0.680176,
        0.682129,
        0.508789,
        0.708008,
        0.621094,
        0.469971
      ]
    },
    {
      "question_id": "10088681",
      "image_id": 346638,
      "question": "cái gì đang ngồi trên bàn cùng với màn hình máy tính, bàn phím, chuột, máy tính và loa",
      "ground_truth": "bia",
      "ground_truth_normalized": "bia",
      "predicted_top1": "chai",
      "predicted_topk": [
        "chai",
        "bia",
        "rượu",
        "máy tính",
        "đồ uống",
        "cái bàn",
        "cái kệ",
        "một",
        "tủ đá",
        "laptop"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.205196,
      "confidences": [
        0.205196,
        0.131968,
        0.031591,
        0.027021,
        0.021501,
        0.019731,
        0.016893,
        0.016712,
        0.013896,
        0.011375
      ],
      "gate_score_top1": 0.718262,
      "gate_scores": [
        0.718262,
        0.668457,
        0.595215,
        0.702148,
        0.578613,
        0.63916,
        0.543945,
        0.489502,
        0.613281,
        0.684082
      ]
    },
    {
      "question_id": "10082891",
      "image_id": 384375,
      "question": "phòng khách sạn có giường đôi như một loại và hoa hồng những gì",
      "ground_truth": "nhiều cái ghế",
      "ground_truth_normalized": "nhiều cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "phòng ngủ",
        "nhiều cái ghế",
        "cửa",
        "bức ảnh",
        "cửa sổ",
        "đi văng",
        "tường",
        "hành lang"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.231147,
      "confidences": [
        0.231147,
        0.157014,
        0.107074,
        0.075043,
        0.04931,
        0.030261,
        0.029102,
        0.014893,
        0.014322,
        0.01372
      ],
      "gate_score_top1": 0.795898,
      "gate_scores": [
        0.795898,
        0.791016,
        0.763184,
        0.699707,
        0.703613,
        0.596191,
        0.643066,
        0.588379,
        0.515137,
        0.620117
      ]
    },
    {
      "question_id": "10079501",
      "image_id": 337446,
      "question": "những gì đang chạy trên một cánh đồng trong một khu vực cỏ",
      "ground_truth": "con bò",
      "ground_truth_normalized": "con bò",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "con chó",
        "con bò",
        "mũ",
        "ngựa vằn",
        "gia súc",
        "tàu hỏa",
        "ngựa rằn",
        "con chim",
        "màu nâu"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.959412,
      "confidences": [
        0.959412,
        0.011039,
        0.004674,
        0.001275,
        0.001161,
        0.001159,
        0.000677,
        0.000646,
        0.000545,
        0.000506
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.739258,
        0.724121,
        0.549316,
        0.605469,
        0.647461,
        0.62793,
        0.647461,
        0.54541,
        0.683105
      ]
    },
    {
      "question_id": "10068341",
      "image_id": 561979,
      "question": "những gì nằm trên bãi biển giữa hai chiếc thuyền lớn",
      "ground_truth": "con chó",
      "ground_truth_normalized": "con chó",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "con chó",
        "ca nô",
        "thuyền buồm",
        "bờ biển",
        "bảng",
        "ván lướt sóng",
        "cây sào",
        "hồ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.929156,
      "confidences": [
        0.929156,
        0.008675,
        0.005939,
        0.005471,
        0.00409,
        0.002044,
        0.001436,
        0.001242,
        0.001166,
        0.000674
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.627441,
        0.582031,
        0.508789,
        0.624023,
        0.43042,
        0.492676,
        0.552246,
        0.449219,
        0.341553
      ]
    },
    {
      "question_id": "10064171",
      "image_id": 474347,
      "question": "ăn những gì rải rác trên mặt đất để tiêu thụ",
      "ground_truth": "bãi cỏ",
      "ground_truth_normalized": "bãi cỏ",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "thân cây",
        "ba",
        "bãi cỏ",
        "hai",
        "một",
        "hươu cao cổ",
        "lá",
        "xe tải",
        "vườn bách thú"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.792157,
      "confidences": [
        0.792157,
        0.032189,
        0.016929,
        0.01293,
        0.012218,
        0.010636,
        0.008479,
        0.003612,
        0.003153,
        0.002948
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.688965,
        0.675781,
        0.607422,
        0.688477,
        0.679688,
        0.680176,
        0.474609,
        0.510742,
        0.562988
      ]
    },
    {
      "question_id": "10114871",
      "image_id": 244940,
      "question": "có bao nhiêu xúc xích với các lớp phủ khác nhau trên một khay với khoai tây chiên",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.643313,
      "confidences": [
        0.643313,
        0.220593,
        0.101787,
        0.01269,
        0.010686,
        0.003978,
        0.001142,
        0.000816,
        0.000433,
        0.000228
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.869629,
        0.852051,
        0.746094,
        0.715332,
        0.544434,
        0.553711,
        0.577637,
        0.459473,
        0.44873
      ]
    },
    {
      "question_id": "10054061",
      "image_id": 416787,
      "question": "những cái bánh rán đầy với những rắc đường ở bên ngoài",
      "ground_truth": "sô cô la",
      "ground_truth_normalized": "sô cô la",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "sô cô la",
        "bánh ngọt",
        "cupcake",
        "cái mâm",
        "đĩa ăn",
        "dao",
        "cửa tiệm",
        "bánh",
        "quả táo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.298309,
      "confidences": [
        0.298309,
        0.252185,
        0.069484,
        0.049465,
        0.022209,
        0.018811,
        0.009721,
        0.008688,
        0.008554,
        0.007857
      ],
      "gate_score_top1": 0.787109,
      "gate_scores": [
        0.787109,
        0.67627,
        0.736328,
        0.657715,
        0.700195,
        0.618652,
        0.661621,
        0.565918,
        0.687012,
        0.609375
      ]
    },
    {
      "question_id": "10076531",
      "image_id": 427193,
      "question": "những gì rất tối nhưng có sự gắn kết sáng ở phía sau",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "đồi",
      "predicted_topk": [
        "đồi",
        "núi",
        "bức ảnh",
        "cây",
        "trượt tuyết",
        "ván trượt",
        "trang thiết bị",
        "bầu trời",
        "con chim",
        "cầu"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.267628,
      "confidences": [
        0.267628,
        0.255372,
        0.087226,
        0.026037,
        0.023522,
        0.014778,
        0.008379,
        0.006832,
        0.004705,
        0.004209
      ],
      "gate_score_top1": 0.785645,
      "gate_scores": [
        0.785645,
        0.797852,
        0.688965,
        0.621582,
        0.690918,
        0.694336,
        0.607422,
        0.57666,
        0.477295,
        0.563965
      ]
    },
    {
      "question_id": "10077431",
      "image_id": 555356,
      "question": "cái gì được bọc trong lá thiếc trên đầu quầy",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "cái mâm",
        "giấy bạc",
        "chén đĩa",
        "lò vi sóng",
        "món ăn",
        "thùng chứa",
        "bữa ăn",
        "dao",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.273785,
      "confidences": [
        0.273785,
        0.236941,
        0.078748,
        0.028299,
        0.025416,
        0.024925,
        0.014313,
        0.012755,
        0.010051,
        0.008381
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.832031,
        0.777832,
        0.665039,
        0.605469,
        0.719238,
        0.711914,
        0.624023,
        0.687988,
        0.550293
      ]
    },
    {
      "question_id": "10058221",
      "image_id": 577091,
      "question": "những gì mở trên bàn với loa",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "cái bàn",
        "chuột",
        "bàn phím",
        "điện thoại",
        "trang thiết bị",
        "văn phòng",
        "cái ghế",
        "bức tranh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.540145,
      "confidences": [
        0.540145,
        0.386024,
        0.017027,
        0.014793,
        0.010614,
        0.001888,
        0.0014,
        0.001318,
        0.001268,
        0.001017
      ],
      "gate_score_top1": 0.868652,
      "gate_scores": [
        0.868652,
        0.893555,
        0.822266,
        0.76416,
        0.746094,
        0.704102,
        0.510742,
        0.680176,
        0.562988,
        0.54834
      ]
    },
    {
      "question_id": "10061041",
      "image_id": 540093,
      "question": "những gì được bảo vệ để bảo vệ chúng khỏi thời tiết",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe đẩy",
        "phương tiện giao thông",
        "xe tải",
        "con thuyền",
        "toa xe",
        "tường",
        "xe cộ",
        "chiếc ô",
        "vali"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.615016,
      "confidences": [
        0.615016,
        0.069544,
        0.020638,
        0.013247,
        0.00847,
        0.008453,
        0.008129,
        0.007637,
        0.00659,
        0.006577
      ],
      "gate_score_top1": 0.767578,
      "gate_scores": [
        0.767578,
        0.797363,
        0.702637,
        0.618164,
        0.537109,
        0.54541,
        0.4646,
        0.688965,
        0.65918,
        0.59082
      ]
    },
    {
      "question_id": "10063201",
      "image_id": 457254,
      "question": "người đi xe máy cưỡi những gì đang mỉm cười với máy ảnh",
      "ground_truth": "hộp số",
      "ground_truth_normalized": "hộp số",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "mũ",
        "xe đạp",
        "xe tay ga",
        "đường",
        "ván trượt",
        "cây",
        "nón",
        "xe cộ",
        "bầu trời"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.613073,
      "confidences": [
        0.613073,
        0.071246,
        0.045821,
        0.027468,
        0.013492,
        0.006986,
        0.005207,
        0.00455,
        0.00438,
        0.004171
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.637695,
        0.76123,
        0.712402,
        0.624023,
        0.578125,
        0.534668,
        0.551758,
        0.504395,
        0.529785
      ]
    },
    {
      "question_id": "10097821",
      "image_id": 459786,
      "question": "những gì được trang trí với dây leo và hoa",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "quầy tính tiền",
        "gương",
        "vòi hoa sen",
        "tường",
        "khăn",
        "chậu",
        "nhà ở",
        "bồn tắm",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.455604,
      "confidences": [
        0.455604,
        0.072937,
        0.042378,
        0.030464,
        0.027361,
        0.023679,
        0.019554,
        0.015378,
        0.012047,
        0.011907
      ],
      "gate_score_top1": 0.760254,
      "gate_scores": [
        0.760254,
        0.677734,
        0.616699,
        0.647949,
        0.593262,
        0.600098,
        0.616211,
        0.631836,
        0.68457,
        0.571777
      ]
    },
    {
      "question_id": "10108551",
      "image_id": 544410,
      "question": "có bao nhiêu tầng bánh với bong bóng màu đỏ và trắng trên đó",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.527567,
      "confidences": [
        0.527567,
        0.221647,
        0.149974,
        0.059656,
        0.018771,
        0.010206,
        0.003052,
        0.000947,
        0.000902,
        0.000834
      ],
      "gate_score_top1": 0.884277,
      "gate_scores": [
        0.884277,
        0.869141,
        0.827637,
        0.808594,
        0.793457,
        0.62793,
        0.615723,
        0.541992,
        0.50293,
        0.543457
      ]
    },
    {
      "question_id": "10030231",
      "image_id": 5600,
      "question": "một số hành tây ở đâu",
      "ground_truth": "cái thìa",
      "ground_truth_normalized": "cái thìa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "chảo",
        "thùng chứa",
        "cái nồi",
        "cái rổ",
        "chậu",
        "món ăn",
        "tách",
        "giấy bạc",
        "quầy tính tiền"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.504495,
      "confidences": [
        0.504495,
        0.105748,
        0.07587,
        0.052349,
        0.029595,
        0.027105,
        0.025713,
        0.023596,
        0.010573,
        0.008218
      ],
      "gate_score_top1": 0.849121,
      "gate_scores": [
        0.849121,
        0.804199,
        0.769531,
        0.78125,
        0.768066,
        0.719727,
        0.71875,
        0.66748,
        0.676758,
        0.648926
      ]
    },
    {
      "question_id": "10091111",
      "image_id": 570826,
      "question": "tài xế lái gì vào một đường ray",
      "ground_truth": "xe điện",
      "ground_truth_normalized": "xe điện",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe điện",
        "xe buýt",
        "xe ô tô",
        "xe đẩy",
        "trạm",
        "xe điện ngầm",
        "động cơ",
        "đường sắt",
        "các tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.463105,
      "confidences": [
        0.463105,
        0.183492,
        0.06292,
        0.061223,
        0.058648,
        0.024069,
        0.018418,
        0.005841,
        0.005298,
        0.005006
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.795898,
        0.777832,
        0.746582,
        0.750977,
        0.733887,
        0.739746,
        0.660156,
        0.659668,
        0.616699
      ]
    },
    {
      "question_id": "10097141",
      "image_id": 413120,
      "question": "cái gì trong đầu của một máy xay",
      "ground_truth": "rau",
      "ground_truth_normalized": "rau",
      "predicted_top1": "máy xay",
      "predicted_topk": [
        "máy xay",
        "rau",
        "cà rốt",
        "cái nồi",
        "bông cải xanh",
        "cái lọ",
        "quầy tính tiền",
        "cây",
        "tách",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.549395,
      "confidences": [
        0.549395,
        0.136755,
        0.020486,
        0.014302,
        0.013514,
        0.011833,
        0.007405,
        0.00722,
        0.007205,
        0.00575
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.775391,
        0.733887,
        0.678223,
        0.705566,
        0.677246,
        0.547852,
        0.664551,
        0.683105,
        0.620605
      ]
    },
    {
      "question_id": "10078141",
      "image_id": 365540,
      "question": "cái gì cầm ô đỏ trong ao",
      "ground_truth": "bức tượng",
      "ground_truth_normalized": "bức tượng",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "bức tượng",
        "sân vườn",
        "bức ảnh",
        "dĩa nhựa",
        "mũ",
        "hồ bơi",
        "cây",
        "băng ghế",
        "những bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.640003,
      "confidences": [
        0.640003,
        0.080106,
        0.01059,
        0.009605,
        0.009419,
        0.009201,
        0.00725,
        0.006575,
        0.006238,
        0.005848
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.754395,
        0.608398,
        0.630859,
        0.609375,
        0.654785,
        0.631836,
        0.637695,
        0.588379,
        0.593262
      ]
    },
    {
      "question_id": "10073721",
      "image_id": 519460,
      "question": "những gì có bánh sandwich chuẩn bị với một mặt súp và salad vườn",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "quán ăn",
        "bữa ăn",
        "món ăn",
        "dĩa",
        "bữa trưa",
        "thịt",
        "bữa ăn tối",
        "đĩa",
        "cái mâm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.533568,
      "confidences": [
        0.533568,
        0.114494,
        0.067571,
        0.02077,
        0.018874,
        0.01577,
        0.011493,
        0.011314,
        0.010202,
        0.009773
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.778809,
        0.762695,
        0.709961,
        0.681641,
        0.532715,
        0.668457,
        0.640137,
        0.622559,
        0.694824
      ]
    },
    {
      "question_id": "10061211",
      "image_id": 557884,
      "question": "những gì được cài đặt vào tường",
      "ground_truth": "lọ cắm hoa",
      "ground_truth_normalized": "lọ cắm hoa",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "lọ cắm hoa",
        "bông hoa",
        "cái nồi",
        "hoa hồng",
        "chai",
        "tường",
        "sân vườn",
        "lá",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.458006,
      "confidences": [
        0.458006,
        0.286613,
        0.07654,
        0.026973,
        0.01728,
        0.013616,
        0.008672,
        0.007668,
        0.005643,
        0.005249
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.76709,
        0.831543,
        0.67041,
        0.712402,
        0.671875,
        0.623047,
        0.67041,
        0.550781,
        0.623535
      ]
    },
    {
      "question_id": "10037141",
      "image_id": 165766,
      "question": "vòi chữa cháy màu vàng và xanh đang ngồi ở đâu",
      "ground_truth": "đường đi bộ",
      "ground_truth_normalized": "đường đi bộ",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "cửa sổ",
        "vòi",
        "ảnh chụp",
        "cửa hàng",
        "tòa nhà",
        "cửa tiệm",
        "đường",
        "gian hàng",
        "cái ghế"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.344257,
      "confidences": [
        0.344257,
        0.16135,
        0.069125,
        0.042587,
        0.029847,
        0.027389,
        0.017006,
        0.012106,
        0.009728,
        0.009502
      ],
      "gate_score_top1": 0.817383,
      "gate_scores": [
        0.817383,
        0.785156,
        0.725098,
        0.603516,
        0.72168,
        0.758301,
        0.717773,
        0.746582,
        0.629883,
        0.666016
      ]
    },
    {
      "question_id": "10013491",
      "image_id": 251264,
      "question": "màu của cây là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu xanh lá",
        "màu đen",
        "màu xám",
        "màu cam",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.519305,
      "confidences": [
        0.519305,
        0.458285,
        0.010046,
        0.001978,
        0.001808,
        0.001116,
        0.001002,
        0.000723,
        0.000537,
        0.000449
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.882812,
        0.786621,
        0.746582,
        0.827148,
        0.744141,
        0.702637,
        0.631348,
        0.638672,
        0.683105
      ]
    },
    {
      "question_id": "10096171",
      "image_id": 577539,
      "question": "chuối, marshmellows, chip và cái gì được rắc trong một cái bát",
      "ground_truth": "sô cô la",
      "ground_truth_normalized": "sô cô la",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "sô cô la",
        "tách",
        "cái mâm",
        "cupcake",
        "chuối",
        "cái rổ",
        "dĩa",
        "thùng chứa",
        "cái nĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.153021,
      "confidences": [
        0.153021,
        0.127355,
        0.04676,
        0.032964,
        0.025176,
        0.020072,
        0.018455,
        0.018133,
        0.018028,
        0.015092
      ],
      "gate_score_top1": 0.672852,
      "gate_scores": [
        0.672852,
        0.652344,
        0.765137,
        0.662598,
        0.52832,
        0.609375,
        0.63916,
        0.567871,
        0.692871,
        0.541016
      ]
    },
    {
      "question_id": "10051441",
      "image_id": 90582,
      "question": "người đàn ông và một người phụ nữ đang đứng ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "nhà ở",
        "ô cửa",
        "phòng",
        "hành lang",
        "cửa",
        "phòng ngủ",
        "vòi hoa sen",
        "phòng bếp"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.468594,
      "confidences": [
        0.468594,
        0.095201,
        0.079543,
        0.079233,
        0.070747,
        0.056404,
        0.019761,
        0.011617,
        0.006134,
        0.005055
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.742188,
        0.783203,
        0.71582,
        0.745117,
        0.68457,
        0.690918,
        0.808105,
        0.638184,
        0.671387
      ]
    },
    {
      "question_id": "10045961",
      "image_id": 333241,
      "question": "con mèo trắng nằm ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "cây",
        "hộp",
        "bát",
        "sân vườn",
        "thùng chứa",
        "giường",
        "lọ cắm hoa",
        "cái rổ",
        "bông cải xanh"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.313305,
      "confidences": [
        0.313305,
        0.24116,
        0.079837,
        0.040539,
        0.029028,
        0.027005,
        0.026899,
        0.015327,
        0.009406,
        0.007936
      ],
      "gate_score_top1": 0.747559,
      "gate_scores": [
        0.747559,
        0.809082,
        0.702148,
        0.737793,
        0.736328,
        0.706055,
        0.575195,
        0.586426,
        0.754883,
        0.554199
      ]
    },
    {
      "question_id": "10116591",
      "image_id": 88286,
      "question": "có bao nhiêu người đàn ông đang đẩy một người khác trên ván trượt",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "mười",
        "năm",
        "tám",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.839126,
      "confidences": [
        0.839126,
        0.148114,
        0.007638,
        0.001042,
        0.000284,
        0.000114,
        8.3e-05,
        7.4e-05,
        7.3e-05,
        6.1e-05
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.87793,
        0.773926,
        0.664551,
        0.428223,
        0.435791,
        0.44873,
        0.538086,
        0.4104,
        0.501953
      ]
    },
    {
      "question_id": "10030331",
      "image_id": 145538,
      "question": "xe tải gửi thư dừng ở đâu",
      "ground_truth": "đường",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe ô tô",
        "ảnh chụp",
        "vạch kẻ đường",
        "xe tải",
        "áo vest",
        "gương",
        "cửa sổ",
        "phương tiện giao thông"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.769437,
      "confidences": [
        0.769437,
        0.168364,
        0.02003,
        0.005694,
        0.004739,
        0.002042,
        0.00173,
        0.001157,
        0.001078,
        0.001029
      ],
      "gate_score_top1": 0.866699,
      "gate_scores": [
        0.866699,
        0.861328,
        0.780762,
        0.600586,
        0.684082,
        0.69873,
        0.578125,
        0.707031,
        0.638672,
        0.558594
      ]
    },
    {
      "question_id": "10045371",
      "image_id": 389731,
      "question": "bông cải xanh, súp lơ và cà rốt ở đâu, và cà rốt chứa ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "máy xay",
      "predicted_topk": [
        "máy xay",
        "cái nồi",
        "cái lọ",
        "tách",
        "bát",
        "thùng chứa",
        "rau",
        "lọ cắm hoa",
        "phòng bếp",
        "chậu"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.583996,
      "confidences": [
        0.583996,
        0.090969,
        0.054108,
        0.034799,
        0.034528,
        0.034259,
        0.007765,
        0.005326,
        0.005274,
        0.004878
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.783691,
        0.763672,
        0.696289,
        0.757324,
        0.730469,
        0.628906,
        0.583496,
        0.582031,
        0.64502
      ]
    },
    {
      "question_id": "10028781",
      "image_id": 509764,
      "question": "một con mèo nằm ở đâu, và cái kia đang đứng",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "nhà ở",
      "predicted_topk": [
        "nhà ở",
        "cửa",
        "phòng bếp",
        "phòng",
        "hành lang",
        "ô cửa",
        "cửa sổ",
        "gương",
        "tủ đá",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.285594,
      "confidences": [
        0.285594,
        0.183675,
        0.149911,
        0.058477,
        0.034646,
        0.027677,
        0.026461,
        0.011857,
        0.010796,
        0.008675
      ],
      "gate_score_top1": 0.821777,
      "gate_scores": [
        0.821777,
        0.762207,
        0.778809,
        0.691406,
        0.671387,
        0.612305,
        0.71875,
        0.73877,
        0.65918,
        0.630859
      ]
    },
    {
      "question_id": "10009201",
      "image_id": 346084,
      "question": "màu sắc của váy là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu đen",
        "màu trắng",
        "màu cam",
        "màu nâu",
        "màu tía",
        "màu xám",
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.608142,
      "confidences": [
        0.608142,
        0.3155,
        0.030042,
        0.016852,
        0.008375,
        0.003941,
        0.003775,
        0.002574,
        0.002437,
        0.001993
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.868652,
        0.8125,
        0.837891,
        0.753906,
        0.775879,
        0.777832,
        0.694824,
        0.6875,
        0.616699
      ]
    },
    {
      "question_id": "10057551",
      "image_id": 511379,
      "question": "đồng hồ này cũng có những gì bên cạnh nó",
      "ground_truth": "lá cờ",
      "ground_truth_normalized": "lá cờ",
      "predicted_top1": "đồng hồ",
      "predicted_topk": [
        "đồng hồ",
        "lá cờ",
        "con chim",
        "bức tượng",
        "tòa tháp",
        "cây",
        "cờ",
        "diều",
        "tòa nhà",
        "áo sơ mi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.439001,
      "confidences": [
        0.439001,
        0.152308,
        0.060113,
        0.056914,
        0.031988,
        0.012141,
        0.008231,
        0.007931,
        0.007839,
        0.006317
      ],
      "gate_score_top1": 0.779785,
      "gate_scores": [
        0.779785,
        0.76416,
        0.641113,
        0.726074,
        0.75293,
        0.666992,
        0.541504,
        0.577148,
        0.619141,
        0.581055
      ]
    },
    {
      "question_id": "10051261",
      "image_id": 118485,
      "question": "nải lớn của chuối được bao bọc ở đâu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "sân vườn",
        "sân",
        "bát",
        "cái túi",
        "cây",
        "hồ bơi",
        "chuồng",
        "thùng chứa",
        "cái rổ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.155093,
      "confidences": [
        0.155093,
        0.132658,
        0.074706,
        0.052768,
        0.044959,
        0.036838,
        0.022083,
        0.019261,
        0.015659,
        0.015447
      ],
      "gate_score_top1": 0.762695,
      "gate_scores": [
        0.762695,
        0.756348,
        0.719727,
        0.745605,
        0.654785,
        0.686523,
        0.604492,
        0.655273,
        0.626465,
        0.706543
      ]
    },
    {
      "question_id": "10085361",
      "image_id": 430762,
      "question": "những gì đang nằm trên đỉnh của một chiếc kéo màu đỏ",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "cây kéo",
      "predicted_topk": [
        "cây kéo",
        "dao",
        "mặt",
        "máy bay",
        "quầy tính tiền",
        "chuồng",
        "tách",
        "bàn chải",
        "mũ",
        "máy ảnh"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.666166,
      "confidences": [
        0.666166,
        0.013718,
        0.007986,
        0.006099,
        0.004891,
        0.004769,
        0.004334,
        0.004168,
        0.003687,
        0.003258
      ],
      "gate_score_top1": 0.750977,
      "gate_scores": [
        0.750977,
        0.606934,
        0.438965,
        0.540039,
        0.505859,
        0.375244,
        0.590332,
        0.541016,
        0.416504,
        0.463135
      ]
    },
    {
      "question_id": "10065471",
      "image_id": 537506,
      "question": "người đang giữ cái đĩa theo loại kỷ niệm bao nhiêu",
      "ground_truth": "táo",
      "ground_truth_normalized": "táo",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "một",
        "hai",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "táo",
        "tám",
        "chuối"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.30346,
      "confidences": [
        0.30346,
        0.230861,
        0.182626,
        0.134135,
        0.013623,
        0.011789,
        0.009473,
        0.007747,
        0.007067,
        0.004782
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.741699,
        0.709961,
        0.732422,
        0.530762,
        0.648926,
        0.598145,
        0.570801,
        0.515137,
        0.486816
      ]
    },
    {
      "question_id": "10077561",
      "image_id": 412878,
      "question": "nằm trong phòng khách",
      "ground_truth": "đi văng",
      "ground_truth_normalized": "đi văng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "đi văng",
        "cây",
        "bức ảnh",
        "nhà ở",
        "nhiều cái ghế",
        "cửa sổ",
        "băng ghế",
        "đồng hồ",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.116089,
      "confidences": [
        0.116089,
        0.099296,
        0.049444,
        0.038207,
        0.036529,
        0.033652,
        0.016321,
        0.016084,
        0.014904,
        0.014333
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.674316,
        0.603027,
        0.608887,
        0.6875,
        0.635742,
        0.526367,
        0.55957,
        0.622559,
        0.563965
      ]
    },
    {
      "question_id": "10114601",
      "image_id": 157270,
      "question": "có bao nhiêu quả cam giá hai mươi bao nhiêu xu một pound",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "một",
        "ba",
        "bảy",
        "hai",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.237145,
      "confidences": [
        0.237145,
        0.20928,
        0.166202,
        0.155524,
        0.07433,
        0.065853,
        0.043187,
        0.010834,
        0.004941,
        0.004001
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.82959,
        0.770996,
        0.766113,
        0.75,
        0.745605,
        0.708496,
        0.614258,
        0.605469,
        0.586914
      ]
    },
    {
      "question_id": "10113391",
      "image_id": 452772,
      "question": "có bao nhiêu con bò đang ngồi trên cỏ dưới gốc cây",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.652381,
      "confidences": [
        0.652381,
        0.303385,
        0.027782,
        0.0103,
        0.00239,
        0.000484,
        0.000227,
        0.000186,
        0.000136,
        8.9e-05
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.893066,
        0.823242,
        0.76709,
        0.681641,
        0.467041,
        0.498779,
        0.481445,
        0.423096,
        0.360107
      ]
    },
    {
      "question_id": "10088921",
      "image_id": 466575,
      "question": "đánh bại những gì đang ngồi một mình trên vỉa hè",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hành lý",
        "cái túi",
        "túi",
        "balo",
        "cái ví",
        "xe đẩy",
        "hộp",
        "sàn nhà",
        "thân cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.574261,
      "confidences": [
        0.574261,
        0.146907,
        0.043938,
        0.041115,
        0.012249,
        0.012035,
        0.009156,
        0.008703,
        0.008064,
        0.006147
      ],
      "gate_score_top1": 0.801758,
      "gate_scores": [
        0.801758,
        0.770996,
        0.799805,
        0.769043,
        0.64209,
        0.681641,
        0.698242,
        0.692383,
        0.55957,
        0.586426
      ]
    },
    {
      "question_id": "10112911",
      "image_id": 504635,
      "question": "có bao nhiêu con ngựa vằn đứng cùng nhau trong cánh đồng cỏ",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.564365,
      "confidences": [
        0.564365,
        0.387882,
        0.035105,
        0.00477,
        0.001377,
        0.001111,
        0.000764,
        0.000702,
        0.000365,
        0.000227
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.875488,
        0.779785,
        0.611328,
        0.6875,
        0.621582,
        0.57959,
        0.547852,
        0.550293,
        0.45874
      ]
    },
    {
      "question_id": "10104791",
      "image_id": 490739,
      "question": "có bao nhiêu người đàn ông mặc vest đang đứng xung quanh bục gỗ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.428149,
      "confidences": [
        0.428149,
        0.421511,
        0.094052,
        0.023873,
        0.014255,
        0.002632,
        0.002586,
        0.001313,
        0.001258,
        0.000766
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.867676,
        0.76123,
        0.754395,
        0.724121,
        0.609375,
        0.63623,
        0.601074,
        0.574219,
        0.552734
      ]
    },
    {
      "question_id": "10086851",
      "image_id": 515716,
      "question": "hai người phụ nữ và một người đàn ông đang cầm gì khi uống rượu",
      "ground_truth": "kính đeo",
      "ground_truth_normalized": "kính đeo",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "quán bar",
        "chai",
        "kính đeo",
        "nước",
        "đồng hồ",
        "cái kệ",
        "đồ uống",
        "mũ",
        "bia"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.466199,
      "confidences": [
        0.466199,
        0.143859,
        0.070386,
        0.060914,
        0.037601,
        0.007448,
        0.005909,
        0.005892,
        0.004889,
        0.004851
      ],
      "gate_score_top1": 0.80127,
      "gate_scores": [
        0.80127,
        0.728516,
        0.761719,
        0.681641,
        0.680176,
        0.671387,
        0.630859,
        0.583008,
        0.646973,
        0.569336
      ]
    },
    {
      "question_id": "10080621",
      "image_id": 386436,
      "question": "hai con bò trong một cánh đồng là gì, một cái mặc",
      "ground_truth": "kính râm",
      "ground_truth_normalized": "kính râm",
      "predicted_top1": "bãi cỏ",
      "predicted_topk": [
        "bãi cỏ",
        "đồi",
        "con bò",
        "đường",
        "kính râm",
        "bò đực",
        "bức ảnh",
        "mũ",
        "cây",
        "ván trượt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.169895,
      "confidences": [
        0.169895,
        0.143626,
        0.067316,
        0.025007,
        0.024333,
        0.023446,
        0.0216,
        0.01826,
        0.017424,
        0.016464
      ],
      "gate_score_top1": 0.720703,
      "gate_scores": [
        0.720703,
        0.780762,
        0.694824,
        0.664551,
        0.489014,
        0.65625,
        0.566406,
        0.630859,
        0.602051,
        0.559082
      ]
    },
    {
      "question_id": "10102041",
      "image_id": 474881,
      "question": "những gì đang ăn cỏ trên dốc",
      "ground_truth": "con dê",
      "ground_truth_normalized": "con dê",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "gia súc",
        "con bò",
        "bò đực",
        "đồi",
        "ngựa vằn",
        "đồng hồ",
        "núi",
        "con chó",
        "cây"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.566747,
      "confidences": [
        0.566747,
        0.034707,
        0.032668,
        0.018183,
        0.016948,
        0.011378,
        0.007835,
        0.007233,
        0.006138,
        0.00592
      ],
      "gate_score_top1": 0.726562,
      "gate_scores": [
        0.726562,
        0.550293,
        0.666992,
        0.522461,
        0.582031,
        0.535645,
        0.550781,
        0.5625,
        0.57373,
        0.503906
      ]
    },
    {
      "question_id": "10106431",
      "image_id": 341075,
      "question": "có bao nhiêu con hươu cao cổ vào một ngày nắng đẹp",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "tám",
        "một",
        "hai",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.546425,
      "confidences": [
        0.546425,
        0.344626,
        0.065261,
        0.023544,
        0.004188,
        0.002186,
        0.00126,
        0.001253,
        0.001214,
        0.000841
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.847168,
        0.781738,
        0.699219,
        0.694824,
        0.573242,
        0.587402,
        0.621094,
        0.595215,
        0.494629
      ]
    },
    {
      "question_id": "10067231",
      "image_id": 512223,
      "question": "phòng khách khoe khoang gì",
      "ground_truth": "ghế sô pha",
      "ground_truth_normalized": "ghế sô pha",
      "predicted_top1": "đi văng",
      "predicted_topk": [
        "đi văng",
        "bức ảnh",
        "nhà ở",
        "phòng",
        "cây",
        "nhiều cái ghế",
        "cửa sổ",
        "con chó",
        "cái kệ",
        "mũ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.10626,
      "confidences": [
        0.10626,
        0.0712,
        0.059374,
        0.040648,
        0.033176,
        0.030325,
        0.029392,
        0.024799,
        0.021212,
        0.016633
      ],
      "gate_score_top1": 0.643555,
      "gate_scores": [
        0.643555,
        0.571777,
        0.709961,
        0.68457,
        0.600586,
        0.614258,
        0.568848,
        0.612305,
        0.602051,
        0.525391
      ]
    },
    {
      "question_id": "10050561",
      "image_id": 572689,
      "question": "cặp đôi đang đứng ở đâu",
      "ground_truth": "lối đi",
      "ground_truth_normalized": "lối đi",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "cửa sổ",
        "ảnh chụp",
        "áo vest",
        "đường",
        "gương",
        "lối đi",
        "gian hàng",
        "vạch kẻ đường",
        "ô cửa"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.784594,
      "confidences": [
        0.784594,
        0.017132,
        0.014175,
        0.013239,
        0.01222,
        0.010371,
        0.010013,
        0.006217,
        0.005628,
        0.005454
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.723145,
        0.630371,
        0.609375,
        0.779785,
        0.730469,
        0.608398,
        0.643066,
        0.67041,
        0.625488
      ]
    },
    {
      "question_id": "10007201",
      "image_id": 327324,
      "question": "màu sắc của bông hoa là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu nâu",
        "màu đỏ",
        "màu đen",
        "lọ cắm hoa",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.951695,
      "confidences": [
        0.951695,
        0.02439,
        0.008834,
        0.005337,
        0.002313,
        0.000708,
        0.00046,
        0.000275,
        0.000197,
        0.000178
      ],
      "gate_score_top1": 0.899902,
      "gate_scores": [
        0.899902,
        0.766602,
        0.746582,
        0.734863,
        0.668457,
        0.648926,
        0.699707,
        0.609863,
        0.510742,
        0.556641
      ]
    },
    {
      "question_id": "10077951",
      "image_id": 366256,
      "question": "cái gì ở trên cùng của một công trình kiến ​​trúc bằng xi măng",
      "ground_truth": "đồng hồ",
      "ground_truth_normalized": "đồng hồ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "bức tượng",
        "tòa nhà",
        "cầu",
        "cây",
        "cờ",
        "các tòa nhà",
        "lá cờ",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.506692,
      "confidences": [
        0.506692,
        0.410331,
        0.018894,
        0.010599,
        0.00491,
        0.003764,
        0.003239,
        0.002711,
        0.001941,
        0.001606
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.842773,
        0.719238,
        0.708984,
        0.60791,
        0.649902,
        0.585449,
        0.60498,
        0.638184,
        0.61377
      ]
    },
    {
      "question_id": "10063641",
      "image_id": 515422,
      "question": "những gì đã che phủ mây che phủ phía trên một khu rừng",
      "ground_truth": "núi",
      "ground_truth_normalized": "núi",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "núi",
        "con thuyền",
        "diều",
        "ván lướt sóng",
        "bầu trời",
        "trượt tuyết",
        "hải âu",
        "bờ biển",
        "bảng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.441917,
      "confidences": [
        0.441917,
        0.164489,
        0.047404,
        0.031701,
        0.019955,
        0.018564,
        0.015663,
        0.012009,
        0.008718,
        0.005429
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.664062,
        0.730469,
        0.70752,
        0.728027,
        0.605957,
        0.597168,
        0.538086,
        0.424561,
        0.626465
      ]
    },
    {
      "question_id": "10068201",
      "image_id": 490125,
      "question": "chim trắng nhận được những gì từ vũng nước",
      "ground_truth": "nước",
      "ground_truth_normalized": "nước",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vẹt",
        "con vịt",
        "nước",
        "xe ô tô",
        "màu trắng",
        "chim bồ câu",
        "cửa sổ",
        "gương"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.632966,
      "confidences": [
        0.632966,
        0.028304,
        0.01457,
        0.009887,
        0.009162,
        0.007983,
        0.006434,
        0.00579,
        0.005573,
        0.00545
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.644043,
        0.628906,
        0.503906,
        0.390869,
        0.540039,
        0.472168,
        0.398438,
        0.615723,
        0.557617
      ]
    },
    {
      "question_id": "10111291",
      "image_id": 416565,
      "question": "phòng tắm nhỏ có bao nhiêu bức tường gỗ giống hệt nhau",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.466351,
      "confidences": [
        0.466351,
        0.315549,
        0.126008,
        0.067447,
        0.010755,
        0.002784,
        0.001461,
        0.000839,
        0.000584,
        0.000451
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.881836,
        0.820312,
        0.783203,
        0.731445,
        0.489014,
        0.553711,
        0.513672,
        0.509277,
        0.487061
      ]
    },
    {
      "question_id": "10088911",
      "image_id": 349437,
      "question": "hai người mặc gì",
      "ground_truth": "mũ",
      "ground_truth_normalized": "mũ",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "mũ",
        "xe tay ga",
        "đường",
        "xe đạp",
        "xe cộ",
        "vòi",
        "nón",
        "màu đỏ",
        "đường phố"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.20442,
      "confidences": [
        0.20442,
        0.166192,
        0.159825,
        0.042184,
        0.038938,
        0.013043,
        0.012015,
        0.010739,
        0.008825,
        0.008242
      ],
      "gate_score_top1": 0.73584,
      "gate_scores": [
        0.73584,
        0.637207,
        0.703613,
        0.692383,
        0.670898,
        0.535645,
        0.520508,
        0.523926,
        0.61084,
        0.593262
      ]
    },
    {
      "question_id": "10006821",
      "image_id": 380425,
      "question": "màu của dơi là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu xanh dương",
        "màu tía",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu nâu",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.927397,
      "confidences": [
        0.927397,
        0.030757,
        0.022154,
        0.006757,
        0.002773,
        0.002272,
        0.00125,
        0.001107,
        0.000909,
        0.000273
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.795898,
        0.795898,
        0.785645,
        0.708984,
        0.674805,
        0.712402,
        0.700684,
        0.684082,
        0.726562
      ]
    },
    {
      "question_id": "10013111",
      "image_id": 240405,
      "question": "màu của con chó là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu vàng",
        "màu đỏ",
        "màu cam",
        "màu đen",
        "màu tía",
        "màu xanh lá",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.52556,
      "confidences": [
        0.52556,
        0.290242,
        0.119581,
        0.015933,
        0.008868,
        0.005013,
        0.002774,
        0.001683,
        0.001088,
        0.001042
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.865234,
        0.866211,
        0.739258,
        0.730957,
        0.719238,
        0.680176,
        0.57959,
        0.505371,
        0.566895
      ]
    },
    {
      "question_id": "10115011",
      "image_id": 459463,
      "question": "có bao nhiêu hộp nhựa đựng đầy rau củ đã cắt",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.389366,
      "confidences": [
        0.389366,
        0.335654,
        0.195786,
        0.034289,
        0.008018,
        0.008018,
        0.002039,
        0.001399,
        0.000896,
        0.000858
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.806152,
        0.785645,
        0.73584,
        0.625,
        0.629395,
        0.623047,
        0.555664,
        0.486084,
        0.512207
      ]
    },
    {
      "question_id": "10076971",
      "image_id": 441203,
      "question": "những gì bị chiếm bởi xe nông trại",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe cộ",
        "đường",
        "xe đẩy",
        "con ngựa",
        "xe",
        "xe ô tô",
        "xe máy",
        "phương tiện giao thông",
        "xe đạp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.241177,
      "confidences": [
        0.241177,
        0.124633,
        0.076485,
        0.076485,
        0.054025,
        0.051752,
        0.042322,
        0.034474,
        0.029315,
        0.017573
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.754395,
        0.731934,
        0.701172,
        0.765137,
        0.629883,
        0.714355,
        0.712402,
        0.670898,
        0.601074
      ]
    },
    {
      "question_id": "10098481",
      "image_id": 391656,
      "question": "căn phòng nghỉ ngơi rất đẹp với một lưu vực lớn những gì",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tắm",
        "vòi hoa sen",
        "khăn",
        "cửa",
        "tường",
        "quầy tính tiền",
        "chậu",
        "bức ảnh",
        "gương"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.223416,
      "confidences": [
        0.223416,
        0.13498,
        0.092049,
        0.075128,
        0.05682,
        0.040608,
        0.033208,
        0.02439,
        0.022868,
        0.016862
      ],
      "gate_score_top1": 0.738281,
      "gate_scores": [
        0.738281,
        0.802734,
        0.737793,
        0.725098,
        0.675293,
        0.612793,
        0.640625,
        0.649902,
        0.600098,
        0.60498
      ]
    },
    {
      "question_id": "10101271",
      "image_id": 384215,
      "question": "những gì chứa đầy những chiếc thuyền dưới bầu trời xanh nhiều mây",
      "ground_truth": "bến du thuyền",
      "ground_truth_normalized": "bến du thuyền",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "thuyền buồm",
        "ca nô",
        "bến tàu",
        "hàng hoá",
        "xe đạp",
        "cầu",
        "hồ",
        "cây sào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.463874,
      "confidences": [
        0.463874,
        0.446103,
        0.013392,
        0.00946,
        0.002212,
        0.001699,
        0.001307,
        0.001198,
        0.001136,
        0.001096
      ],
      "gate_score_top1": 0.775391,
      "gate_scores": [
        0.775391,
        0.816895,
        0.677246,
        0.566406,
        0.472656,
        0.451904,
        0.533203,
        0.518066,
        0.375244,
        0.474854
      ]
    },
    {
      "question_id": "10045331",
      "image_id": 309341,
      "question": "ván lướt sóng đang được trưng bày ở đâu",
      "ground_truth": "văn phòng",
      "ground_truth_normalized": "văn phòng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "văn phòng",
        "cửa tiệm",
        "cửa hàng",
        "ga-ra",
        "bảo tàng",
        "nhà ở",
        "tòa nhà",
        "kho",
        "lớp học"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.236957,
      "confidences": [
        0.236957,
        0.105974,
        0.087513,
        0.050648,
        0.046478,
        0.028411,
        0.028411,
        0.027004,
        0.020147,
        0.017199
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.740234,
        0.749512,
        0.722656,
        0.769043,
        0.726074,
        0.723633,
        0.658691,
        0.73584,
        0.666992
      ]
    },
    {
      "question_id": "10046721",
      "image_id": 217769,
      "question": "hai xe đang đỗ ở đâu",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "tòa nhà",
        "kho",
        "phòng",
        "cửa tiệm",
        "bảo tàng",
        "trạm",
        "cửa hàng",
        "chuồng",
        "sân bay"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.585166,
      "confidences": [
        0.585166,
        0.149697,
        0.130568,
        0.025115,
        0.019407,
        0.01236,
        0.011679,
        0.002668,
        0.002596,
        0.002566
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.806152,
        0.824707,
        0.762207,
        0.749512,
        0.785645,
        0.704102,
        0.708008,
        0.606445,
        0.653809
      ]
    },
    {
      "question_id": "10069611",
      "image_id": 564301,
      "question": "cái gì được dựng lên trên cánh đồng, nơi đàn cừu đang tụ tập",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "gia súc",
        "con bò",
        "chuồng trại",
        "cái lều",
        "chuồng",
        "con chó",
        "bãi cỏ",
        "cái ghế",
        "gấu"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.809277,
      "confidences": [
        0.809277,
        0.013924,
        0.013924,
        0.008748,
        0.00555,
        0.004556,
        0.004386,
        0.003282,
        0.003269,
        0.00275
      ],
      "gate_score_top1": 0.785645,
      "gate_scores": [
        0.785645,
        0.62207,
        0.627441,
        0.57373,
        0.4104,
        0.579102,
        0.595703,
        0.652344,
        0.510742,
        0.516113
      ]
    },
    {
      "question_id": "10094741",
      "image_id": 432619,
      "question": "những gì nằm với bồn rửa và bàn chải đánh răng",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "bàn chải",
      "predicted_topk": [
        "bàn chải",
        "tường",
        "quầy tính tiền",
        "tách",
        "bông hoa",
        "người giữ",
        "lọ cắm hoa",
        "phòng tắm",
        "chậu",
        "máy sấy khô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.187282,
      "confidences": [
        0.187282,
        0.077615,
        0.058587,
        0.052414,
        0.050014,
        0.031115,
        0.024185,
        0.020646,
        0.018652,
        0.017083
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.666992,
        0.657715,
        0.785156,
        0.761719,
        0.496826,
        0.602051,
        0.627441,
        0.615234,
        0.591309
      ]
    },
    {
      "question_id": "10093751",
      "image_id": 471814,
      "question": "những gì được xếp chồng lên bên cạnh hành tây và bông cải xanh",
      "ground_truth": "cà rốt",
      "ground_truth_normalized": "cà rốt",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "cà rốt",
        "bông cải xanh",
        "hoa quả",
        "những quả cam",
        "cây",
        "sân vườn",
        "táo",
        "cửa hàng",
        "chén đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.560803,
      "confidences": [
        0.560803,
        0.28643,
        0.023882,
        0.010372,
        0.005784,
        0.005016,
        0.003801,
        0.003786,
        0.003529,
        0.002836
      ],
      "gate_score_top1": 0.865723,
      "gate_scores": [
        0.865723,
        0.837402,
        0.809082,
        0.731934,
        0.741699,
        0.702637,
        0.711914,
        0.649902,
        0.606445,
        0.644043
      ]
    },
    {
      "question_id": "10114501",
      "image_id": 148516,
      "question": "có bao nhiêu món bìm bịp đang nấu nướng trên bếp than",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "tám",
        "ba",
        "hai",
        "bảy",
        "một",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.202368,
      "confidences": [
        0.202368,
        0.188628,
        0.142941,
        0.123223,
        0.081445,
        0.059123,
        0.038472,
        0.032843,
        0.005935,
        0.004143
      ],
      "gate_score_top1": 0.756836,
      "gate_scores": [
        0.756836,
        0.719727,
        0.745117,
        0.693359,
        0.691895,
        0.726562,
        0.64209,
        0.628418,
        0.520996,
        0.481201
      ]
    },
    {
      "question_id": "10099231",
      "image_id": 575356,
      "question": "những gì đứng trước tủ lạnh với lò vi sóng",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "chai",
        "cái kệ",
        "tường",
        "phòng bếp",
        "lò vi sóng",
        "tủ đông",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.601031,
      "confidences": [
        0.601031,
        0.149025,
        0.08864,
        0.012161,
        0.01103,
        0.007405,
        0.007347,
        0.005492,
        0.003709,
        0.003563
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.786621,
        0.759766,
        0.600098,
        0.68457,
        0.586914,
        0.566406,
        0.574707,
        0.484619,
        0.655273
      ]
    },
    {
      "question_id": "10042521",
      "image_id": 29377,
      "question": "nhiều bát đĩa nằm ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "phòng",
        "chậu",
        "tủ đá",
        "quầy tính tiền",
        "phòng tắm",
        "tủ lạnh",
        "lò vi sóng",
        "cửa sổ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.886688,
      "confidences": [
        0.886688,
        0.02555,
        0.012648,
        0.012307,
        0.00587,
        0.004423,
        0.00413,
        0.00354,
        0.002228,
        0.001722
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.765625,
        0.753906,
        0.722168,
        0.703613,
        0.572754,
        0.688477,
        0.674316,
        0.566895,
        0.600586
      ]
    },
    {
      "question_id": "10101251",
      "image_id": 358024,
      "question": "người đàn ông và một cậu bé kéo nhau làm gì",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hành lý",
        "túi",
        "xe đẩy",
        "cái túi",
        "balo",
        "toa xe",
        "sân bay",
        "cái ví",
        "trạm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.653011,
      "confidences": [
        0.653011,
        0.208715,
        0.017815,
        0.015238,
        0.014399,
        0.011105,
        0.004851,
        0.004166,
        0.003427,
        0.00283
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.798828,
        0.769043,
        0.757324,
        0.777832,
        0.654297,
        0.655762,
        0.67627,
        0.679688,
        0.599609
      ]
    },
    {
      "question_id": "10058131",
      "image_id": 344942,
      "question": "cái gì đè lên rèm cửa sổ",
      "ground_truth": "màn",
      "ground_truth_normalized": "màn",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "điện thoại",
        "chuột",
        "bàn phím",
        "nón",
        "hộp",
        "đồ chơi",
        "máy ảnh",
        "màu nâu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.37472,
      "confidences": [
        0.37472,
        0.1855,
        0.074657,
        0.02419,
        0.020731,
        0.017942,
        0.013623,
        0.011998,
        0.009308,
        0.009299
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.820801,
        0.798828,
        0.655762,
        0.651855,
        0.61377,
        0.587402,
        0.483887,
        0.621582,
        0.522949
      ]
    },
    {
      "question_id": "10058121",
      "image_id": 563926,
      "question": "cái gì đang được chuyển vào phía sau của một sơ mi rơ moóc",
      "ground_truth": "hàng hóa",
      "ground_truth_normalized": "hàng hóa",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe cộ",
        "phương tiện giao thông",
        "động cơ",
        "hàng hóa",
        "xe buýt",
        "xe đẩy",
        "đoạn phim giới thiệu",
        "xe máy",
        "những quả cam"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.922291,
      "confidences": [
        0.922291,
        0.013627,
        0.012215,
        0.004811,
        0.001544,
        0.001505,
        0.001442,
        0.00141,
        0.000757,
        0.000719
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.688477,
        0.737305,
        0.602051,
        0.427734,
        0.581543,
        0.575195,
        0.503906,
        0.647949,
        0.503906
      ]
    },
    {
      "question_id": "10070081",
      "image_id": 532463,
      "question": "đang mua sắm gì khi ngồi trên một chiếc ghế dài màu xanh",
      "ground_truth": "túi",
      "ground_truth_normalized": "túi",
      "predicted_top1": "cái ví",
      "predicted_topk": [
        "cái ví",
        "túi",
        "cái túi",
        "balo",
        "hành lý",
        "vali",
        "cái ghế",
        "thùng chứa",
        "xe đẩy",
        "băng ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.300874,
      "confidences": [
        0.300874,
        0.209225,
        0.127398,
        0.054155,
        0.037732,
        0.036643,
        0.011351,
        0.010581,
        0.00586,
        0.004677
      ],
      "gate_score_top1": 0.811035,
      "gate_scores": [
        0.811035,
        0.8125,
        0.791016,
        0.763184,
        0.724121,
        0.719238,
        0.599609,
        0.67041,
        0.634766,
        0.536133
      ]
    },
    {
      "question_id": "10014321",
      "image_id": 243873,
      "question": "màu của áo khoác là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu nâu",
        "màu trắng",
        "màu xám",
        "màu đỏ",
        "màu tía",
        "màu vàng",
        "màu xanh dương",
        "màu cam"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.513369,
      "confidences": [
        0.513369,
        0.297115,
        0.090262,
        0.063013,
        0.011611,
        0.00414,
        0.002742,
        0.002336,
        0.002203,
        0.000543
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.871094,
        0.833496,
        0.85791,
        0.788574,
        0.716309,
        0.730957,
        0.677734,
        0.661133,
        0.692871
      ]
    },
    {
      "question_id": "10053071",
      "image_id": 335733,
      "question": "điều gì làm từ rau, cà chua và gia vị",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "đĩa ăn",
        "món ăn",
        "chảo",
        "bữa ăn",
        "chén đĩa",
        "bát",
        "quán ăn",
        "đĩa",
        "dĩa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.704654,
      "confidences": [
        0.704654,
        0.088198,
        0.050058,
        0.032573,
        0.031943,
        0.004611,
        0.003535,
        0.003315,
        0.00278,
        0.002397
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.795898,
        0.727539,
        0.74707,
        0.695312,
        0.54834,
        0.587402,
        0.549316,
        0.494629,
        0.558594
      ]
    },
    {
      "question_id": "10084231",
      "image_id": 505619,
      "question": "người phụ nữ uống gì và ăn bánh",
      "ground_truth": "cà phê",
      "ground_truth_normalized": "cà phê",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "cupcake",
        "sô cô la",
        "đồ uống",
        "dao",
        "chuối",
        "tách",
        "bánh ngọt",
        "món tráng miệng",
        "quả táo"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.169803,
      "confidences": [
        0.169803,
        0.051084,
        0.050885,
        0.03994,
        0.037301,
        0.033963,
        0.024606,
        0.024225,
        0.021842,
        0.02024
      ],
      "gate_score_top1": 0.709961,
      "gate_scores": [
        0.709961,
        0.586426,
        0.62207,
        0.630859,
        0.70166,
        0.612793,
        0.71582,
        0.647949,
        0.59375,
        0.679199
      ]
    },
    {
      "question_id": "10030511",
      "image_id": 475304,
      "question": "hai con ngựa vằn và một con hươu cao cổ đứng ở đâu",
      "ground_truth": "máy bay",
      "ground_truth_normalized": "máy bay",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "bảo tàng",
        "rào chắn",
        "tòa nhà",
        "bãi cỏ",
        "lá",
        "cửa tiệm",
        "thân cây"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.638402,
      "confidences": [
        0.638402,
        0.290007,
        0.034233,
        0.003886,
        0.002219,
        0.001731,
        0.001642,
        0.001576,
        0.001073,
        0.000747
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.875488,
        0.854004,
        0.68457,
        0.639648,
        0.678223,
        0.536621,
        0.629883,
        0.646973,
        0.595215
      ]
    },
    {
      "question_id": "10058351",
      "image_id": 500018,
      "question": "người đàn ông cầm nhạc cụ cầm cái gì",
      "ground_truth": "thân cây",
      "ground_truth_normalized": "thân cây",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "thân cây",
        "đồi",
        "bãi cỏ",
        "vườn bách thú",
        "lá",
        "cây",
        "hươu cao cổ",
        "điêu khắc",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.519944,
      "confidences": [
        0.519944,
        0.33179,
        0.010118,
        0.008339,
        0.006101,
        0.004017,
        0.003878,
        0.003671,
        0.003017,
        0.002678
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.807617,
        0.598145,
        0.615723,
        0.560547,
        0.560059,
        0.59668,
        0.63916,
        0.44458,
        0.515137
      ]
    },
    {
      "question_id": "10110891",
      "image_id": 515590,
      "question": "có bao nhiêu chiếc xe amtrak loại cũ đang ngồi trên đường ray",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.793346,
      "confidences": [
        0.793346,
        0.189914,
        0.010065,
        0.002535,
        0.00081,
        0.000368,
        0.000165,
        0.00011,
        6.2e-05,
        5.8e-05
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.866211,
        0.822754,
        0.718262,
        0.630371,
        0.453857,
        0.453613,
        0.460205,
        0.361328,
        0.388672
      ]
    },
    {
      "question_id": "10119941",
      "image_id": 492171,
      "question": "có bao nhiêu người cố gắng chặn người khác đang ném đĩa ném",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "mười",
        "bảy",
        "cái ghế",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.868777,
      "confidences": [
        0.868777,
        0.094475,
        0.028146,
        0.0011,
        0.000259,
        0.000134,
        0.000117,
        0.000115,
        0.00011,
        8.6e-05
      ],
      "gate_score_top1": 0.885742,
      "gate_scores": [
        0.885742,
        0.84668,
        0.793457,
        0.65918,
        0.400635,
        0.400391,
        0.388184,
        0.382324,
        0.545898,
        0.404297
      ]
    },
    {
      "question_id": "10038361",
      "image_id": 164208,
      "question": "một quý ông lớn tuổi ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "giường",
        "cửa sổ",
        "gương",
        "hành lang",
        "nhà ở",
        "văn phòng",
        "cái ghế",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.570361,
      "confidences": [
        0.570361,
        0.25211,
        0.126769,
        0.008831,
        0.003681,
        0.001936,
        0.001618,
        0.001541,
        0.001344,
        0.00109
      ],
      "gate_score_top1": 0.86377,
      "gate_scores": [
        0.86377,
        0.871582,
        0.746094,
        0.668945,
        0.783203,
        0.578613,
        0.674805,
        0.508789,
        0.61377,
        0.592285
      ]
    },
    {
      "question_id": "10091231",
      "image_id": 387833,
      "question": "những gì đang tỏa sáng từ một trong hai đồng hồ trên tháp",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "tòa nhà",
        "bức tượng",
        "các tòa nhà",
        "cây",
        "cờ",
        "lá cờ",
        "bức ảnh",
        "cầu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.446684,
      "confidences": [
        0.446684,
        0.432941,
        0.025004,
        0.01732,
        0.006397,
        0.005324,
        0.00508,
        0.004554,
        0.004405,
        0.004026
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.839844,
        0.73584,
        0.703613,
        0.652344,
        0.688965,
        0.620117,
        0.680176,
        0.657227,
        0.603516
      ]
    },
    {
      "question_id": "10056451",
      "image_id": 575970,
      "question": "những gì được làm sạch và tổ chức tốt",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "quầy tính tiền",
        "phòng",
        "quán ăn",
        "bếp",
        "bức ảnh",
        "cái ghế",
        "bát",
        "cửa sổ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.31288,
      "confidences": [
        0.31288,
        0.078646,
        0.078493,
        0.052185,
        0.028484,
        0.015947,
        0.013936,
        0.013246,
        0.01122,
        0.010685
      ],
      "gate_score_top1": 0.760742,
      "gate_scores": [
        0.760742,
        0.707031,
        0.696777,
        0.708496,
        0.651367,
        0.604004,
        0.51123,
        0.602051,
        0.64502,
        0.581543
      ]
    },
    {
      "question_id": "10056111",
      "image_id": 389206,
      "question": "cậu bé mặc gì, và giải trí bàn với người ồn ào của mình",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "cà vạt",
      "predicted_topk": [
        "cà vạt",
        "nón",
        "áo sơ mi",
        "mũ",
        "điện thoại",
        "máy ảnh",
        "bộ đồ",
        "bức ảnh",
        "đồng hồ",
        "kính đeo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.522883,
      "confidences": [
        0.522883,
        0.12517,
        0.028258,
        0.019536,
        0.015636,
        0.012106,
        0.011552,
        0.009633,
        0.007733,
        0.006208
      ],
      "gate_score_top1": 0.831055,
      "gate_scores": [
        0.831055,
        0.76416,
        0.677246,
        0.674316,
        0.662109,
        0.721191,
        0.60498,
        0.608398,
        0.748047,
        0.465332
      ]
    },
    {
      "question_id": "10003861",
      "image_id": 307299,
      "question": "màu của các loại thảo mộc là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu xanh lá",
        "màu trắng",
        "màu nâu",
        "màu đen",
        "màu cam",
        "màu vàng",
        "pizza",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.556608,
      "confidences": [
        0.556608,
        0.276619,
        0.038625,
        0.030199,
        0.02707,
        0.019271,
        0.008585,
        0.004998,
        0.0042,
        0.002403
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.813477,
        0.783691,
        0.746094,
        0.793945,
        0.815918,
        0.67627,
        0.616211,
        0.706055,
        0.660156
      ]
    },
    {
      "question_id": "10072661",
      "image_id": 444390,
      "question": "nhà bếp là một cái bồn rửa và một bộ đếm",
      "ground_truth": "bếp",
      "ground_truth_normalized": "bếp",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "chậu",
        "quầy tính tiền",
        "bếp",
        "nhà ở",
        "tường",
        "bông hoa",
        "công cụ",
        "cửa sổ",
        "tủ đá"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.326829,
      "confidences": [
        0.326829,
        0.225505,
        0.076425,
        0.059057,
        0.028558,
        0.018802,
        0.01436,
        0.013756,
        0.012525,
        0.009889
      ],
      "gate_score_top1": 0.755859,
      "gate_scores": [
        0.755859,
        0.75,
        0.664551,
        0.741699,
        0.669434,
        0.580566,
        0.624512,
        0.516113,
        0.624023,
        0.711914
      ]
    },
    {
      "question_id": "10087091",
      "image_id": 368096,
      "question": "cái gì đang nằm trên đầu hai quả chanh trong một cái đĩa",
      "ground_truth": "quả cam",
      "ground_truth_normalized": "quả cam",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "táo",
        "hoa quả",
        "quả cam",
        "những quả cam",
        "quả táo",
        "chuối",
        "cái rổ",
        "đĩa ăn",
        "cà rốt"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.168246,
      "confidences": [
        0.168246,
        0.121657,
        0.082317,
        0.067186,
        0.065886,
        0.036457,
        0.026465,
        0.026004,
        0.024764,
        0.015865
      ],
      "gate_score_top1": 0.804688,
      "gate_scores": [
        0.804688,
        0.765625,
        0.783691,
        0.647949,
        0.742188,
        0.72168,
        0.677246,
        0.750488,
        0.715332,
        0.67627
      ]
    },
    {
      "question_id": "10115391",
      "image_id": 22850,
      "question": "có bao nhiêu sĩ quan hải quân từ các quốc gia khác nhau đang cắt một chiếc bánh cùng nhau",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "hai",
        "mười",
        "một"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.475612,
      "confidences": [
        0.475612,
        0.234527,
        0.211051,
        0.027148,
        0.019176,
        0.006524,
        0.002834,
        0.002358,
        0.00132,
        0.001195
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.827148,
        0.761719,
        0.723145,
        0.727051,
        0.629883,
        0.577148,
        0.566895,
        0.522461,
        0.518555
      ]
    },
    {
      "question_id": "10048291",
      "image_id": 548377,
      "question": "bánh ở đâu trên giá kim loại",
      "ground_truth": "phòng bếp",
      "ground_truth_normalized": "phòng bếp",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "phòng bếp",
        "chảo",
        "quán ăn",
        "tạp dề",
        "món ăn",
        "cái mâm",
        "hộp",
        "bánh",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.505287,
      "confidences": [
        0.505287,
        0.189551,
        0.147047,
        0.008987,
        0.008119,
        0.007733,
        0.007321,
        0.005325,
        0.005012,
        0.004493
      ],
      "gate_score_top1": 0.807617,
      "gate_scores": [
        0.807617,
        0.822266,
        0.767578,
        0.716797,
        0.644531,
        0.68457,
        0.657227,
        0.609863,
        0.655762,
        0.504883
      ]
    },
    {
      "question_id": "10043031",
      "image_id": 202960,
      "question": "nhà vệ sinh, xô và giấy ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "nhà ở",
        "chuồng",
        "hành lang",
        "cái ghế",
        "vòi hoa sen",
        "tòa nhà",
        "ga-ra",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.485344,
      "confidences": [
        0.485344,
        0.363506,
        0.033548,
        0.008734,
        0.006316,
        0.005226,
        0.005075,
        0.004909,
        0.004712,
        0.003976
      ],
      "gate_score_top1": 0.858398,
      "gate_scores": [
        0.858398,
        0.867188,
        0.818848,
        0.691406,
        0.616699,
        0.624023,
        0.658203,
        0.603027,
        0.715332,
        0.693359
      ]
    },
    {
      "question_id": "10056861",
      "image_id": 541353,
      "question": "những gì trong bình thủy tinh trong vắt",
      "ground_truth": "hoa hồng",
      "ground_truth_normalized": "hoa hồng",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "lọ cắm hoa",
        "hoa hồng",
        "chai",
        "cây",
        "bình hoa",
        "nến",
        "cái lọ",
        "màu trắng",
        "bát"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.631022,
      "confidences": [
        0.631022,
        0.124742,
        0.101811,
        0.0102,
        0.006955,
        0.005755,
        0.005312,
        0.00437,
        0.003383,
        0.003144
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.6875,
        0.780762,
        0.663086,
        0.657227,
        0.449219,
        0.644531,
        0.55957,
        0.50293,
        0.621582
      ]
    },
    {
      "question_id": "10102731",
      "image_id": 131107,
      "question": "có bao nhiêu đèn đường đang treo và hiện lên màu xanh lá cây",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "hai",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.299552,
      "confidences": [
        0.299552,
        0.268516,
        0.246405,
        0.130354,
        0.017711,
        0.01311,
        0.008301,
        0.003066,
        0.002182,
        0.00176
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.850098,
        0.848633,
        0.814941,
        0.762207,
        0.628418,
        0.663574,
        0.58252,
        0.565918,
        0.508789
      ]
    },
    {
      "question_id": "10056131",
      "image_id": 535643,
      "question": "thứ gì được tách ra từ nhà vệ sinh trong phòng tắm",
      "ground_truth": "nước tiểu",
      "ground_truth_normalized": "nước tiểu",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tiểu",
        "khăn",
        "vòi hoa sen",
        "tường",
        "bức ảnh",
        "bồn tắm",
        "cửa",
        "chậu",
        "quầy tính tiền"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.335871,
      "confidences": [
        0.335871,
        0.229044,
        0.052935,
        0.030398,
        0.022414,
        0.022327,
        0.017219,
        0.007241,
        0.006783,
        0.006632
      ],
      "gate_score_top1": 0.728516,
      "gate_scores": [
        0.728516,
        0.696289,
        0.69043,
        0.597656,
        0.601074,
        0.577637,
        0.6875,
        0.54248,
        0.563477,
        0.497559
      ]
    },
    {
      "question_id": "10091961",
      "image_id": 417727,
      "question": "những gì bên cạnh hai máy tính xách tay mở khác",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "điện thoại",
        "bức tranh",
        "cái bàn",
        "bàn phím",
        "máy ảnh",
        "nón",
        "đồ uống",
        "thư viện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.488611,
      "confidences": [
        0.488611,
        0.291763,
        0.059044,
        0.010545,
        0.008623,
        0.005655,
        0.0056,
        0.004302,
        0.003666,
        0.00357
      ],
      "gate_score_top1": 0.861328,
      "gate_scores": [
        0.861328,
        0.846191,
        0.783691,
        0.555664,
        0.734863,
        0.696289,
        0.68457,
        0.707031,
        0.584961,
        0.647949
      ]
    },
    {
      "question_id": "10070901",
      "image_id": 384503,
      "question": "những gì đang đi qua trạm",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "xe đẩy",
        "các tòa nhà",
        "đường sắt",
        "xe điện",
        "trạm",
        "hàng hoá",
        "cầu"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.737758,
      "confidences": [
        0.737758,
        0.084737,
        0.053235,
        0.028718,
        0.007928,
        0.007521,
        0.005312,
        0.003644,
        0.00347,
        0.003273
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.776367,
        0.76709,
        0.735352,
        0.645996,
        0.67041,
        0.671875,
        0.606934,
        0.584961,
        0.635742
      ]
    },
    {
      "question_id": "10090261",
      "image_id": 349590,
      "question": "hai người phụ nữ trong phòng tắm đánh răng một người phụ nữ cầm cái gì vậy?",
      "ground_truth": "máy ảnh",
      "ground_truth_normalized": "máy ảnh",
      "predicted_top1": "bàn chải",
      "predicted_topk": [
        "bàn chải",
        "máy ảnh",
        "gương",
        "phòng tắm",
        "cây kéo",
        "thuốc lá",
        "máy sấy khô",
        "quầy tính tiền",
        "điện thoại",
        "thiết bị"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.424122,
      "confidences": [
        0.424122,
        0.176111,
        0.050952,
        0.03735,
        0.018061,
        0.011891,
        0.01148,
        0.008941,
        0.008785,
        0.006936
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.794434,
        0.699707,
        0.667969,
        0.658691,
        0.531738,
        0.574707,
        0.603027,
        0.652344,
        0.542969
      ]
    },
    {
      "question_id": "10111721",
      "image_id": 423481,
      "question": "có bao nhiêu quả bóng có bao nhiêu chiếc vợt tennis đang cố gắng đánh trúng",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.608073,
      "confidences": [
        0.608073,
        0.28278,
        0.051902,
        0.048378,
        0.003093,
        0.001346,
        0.00055,
        0.000423,
        0.000271,
        0.00026
      ],
      "gate_score_top1": 0.898926,
      "gate_scores": [
        0.898926,
        0.889648,
        0.817383,
        0.84082,
        0.6875,
        0.518066,
        0.564941,
        0.529785,
        0.465332,
        0.482666
      ]
    },
    {
      "question_id": "10017711",
      "image_id": 555013,
      "question": "màu sắc của bông hoa là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu cam",
        "màu nâu",
        "màu xanh lá",
        "màu vàng",
        "màu trắng",
        "màu đỏ",
        "màu xám",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.48454,
      "confidences": [
        0.48454,
        0.427605,
        0.045601,
        0.015334,
        0.005383,
        0.004568,
        0.002859,
        0.001311,
        0.001306,
        0.000575
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.869629,
        0.820801,
        0.744629,
        0.701172,
        0.740234,
        0.651855,
        0.73584,
        0.621094,
        0.608398
      ]
    },
    {
      "question_id": "10058481",
      "image_id": 575624,
      "question": "những gì đang nằm trên đồng cỏ xanh",
      "ground_truth": "gia súc",
      "ground_truth_normalized": "gia súc",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "con ngựa",
        "gia súc",
        "ngựa vằn",
        "bò đực",
        "con chó",
        "bãi cỏ",
        "ngựa rằn",
        "con cừu",
        "hươu cao cổ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.56212,
      "confidences": [
        0.56212,
        0.174818,
        0.08722,
        0.034966,
        0.01259,
        0.010499,
        0.00743,
        0.007062,
        0.006994,
        0.006481
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.813965,
        0.740234,
        0.741699,
        0.629883,
        0.665039,
        0.658691,
        0.640625,
        0.699707,
        0.632812
      ]
    },
    {
      "question_id": "10033121",
      "image_id": 310546,
      "question": "khoai tây và hẹ hầm ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "món ăn",
        "chảo",
        "thùng chứa",
        "cái nồi",
        "đĩa ăn",
        "chén đĩa",
        "rau",
        "hộp",
        "lọ cắm hoa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.413442,
      "confidences": [
        0.413442,
        0.321989,
        0.066187,
        0.052358,
        0.037128,
        0.016735,
        0.011983,
        0.003315,
        0.003181,
        0.002617
      ],
      "gate_score_top1": 0.839355,
      "gate_scores": [
        0.839355,
        0.851074,
        0.786133,
        0.752441,
        0.744141,
        0.724121,
        0.670898,
        0.620117,
        0.578613,
        0.581055
      ]
    },
    {
      "question_id": "10048501",
      "image_id": 265908,
      "question": "giường và ghế ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "nhà ở",
        "hành lang",
        "cửa sổ",
        "tòa nhà",
        "ô cửa",
        "cửa",
        "chung cư",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.481385,
      "confidences": [
        0.481385,
        0.349448,
        0.086645,
        0.012482,
        0.007873,
        0.004092,
        0.003507,
        0.002429,
        0.002364,
        0.00219
      ],
      "gate_score_top1": 0.897461,
      "gate_scores": [
        0.897461,
        0.862305,
        0.851562,
        0.700684,
        0.725098,
        0.614746,
        0.629395,
        0.633789,
        0.644043,
        0.510254
      ]
    },
    {
      "question_id": "10113791",
      "image_id": 99913,
      "question": "có bao nhiêu con hươu cao cổ đứng trên cây và chải lông khi chúng kiếm ăn",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.534795,
      "confidences": [
        0.534795,
        0.426376,
        0.026316,
        0.003506,
        0.002211,
        0.001352,
        0.000849,
        0.00057,
        0.000311,
        0.000305
      ],
      "gate_score_top1": 0.899902,
      "gate_scores": [
        0.899902,
        0.868652,
        0.768555,
        0.597168,
        0.702637,
        0.627441,
        0.604492,
        0.532227,
        0.463379,
        0.527832
      ]
    },
    {
      "question_id": "10110541",
      "image_id": 486606,
      "question": "có bao nhiêu người đàn ông trao cúp qua lưới trong một sân tennis",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.624784,
      "confidences": [
        0.624784,
        0.339689,
        0.016978,
        0.009303,
        0.003128,
        0.001064,
        0.000709,
        0.000608,
        0.000298,
        0.000244
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.902832,
        0.747559,
        0.785645,
        0.57959,
        0.636719,
        0.608398,
        0.542969,
        0.483398,
        0.423828
      ]
    },
    {
      "question_id": "10037371",
      "image_id": 418172,
      "question": "cặp đôi băng ghế đã làm ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "đường phố",
        "xe lăn",
        "balo",
        "cái rổ",
        "lối đi",
        "hành lý",
        "gian hàng",
        "băng ghế",
        "ảnh chụp"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.272002,
      "confidences": [
        0.272002,
        0.123081,
        0.070404,
        0.04519,
        0.036383,
        0.029063,
        0.028169,
        0.024908,
        0.017976,
        0.014275
      ],
      "gate_score_top1": 0.788086,
      "gate_scores": [
        0.788086,
        0.769043,
        0.768066,
        0.719238,
        0.789062,
        0.619629,
        0.661133,
        0.633301,
        0.722168,
        0.569824
      ]
    },
    {
      "question_id": "10013251",
      "image_id": 46189,
      "question": "màu của tòa nhà là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu xám",
        "màu đỏ",
        "màu vàng",
        "màu trắng",
        "màu xanh lá",
        "màu tía",
        "màu xanh dương",
        "màu nâu",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.466579,
      "confidences": [
        0.466579,
        0.202247,
        0.130581,
        0.087668,
        0.034872,
        0.022959,
        0.015965,
        0.015116,
        0.009061,
        0.003406
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.850098,
        0.857422,
        0.841309,
        0.814941,
        0.700195,
        0.750488,
        0.800293,
        0.685059,
        0.662109
      ]
    },
    {
      "question_id": "10060081",
      "image_id": 391810,
      "question": "cái gì đang đỗ trên cỏ và một số người",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "động cơ",
        "xe ô tô",
        "phương tiện giao thông",
        "xe cộ",
        "xe đẩy",
        "tàu hỏa",
        "xe buýt",
        "xe máy",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.461008,
      "confidences": [
        0.461008,
        0.180533,
        0.086621,
        0.071811,
        0.029819,
        0.010632,
        0.008712,
        0.008712,
        0.006932,
        0.004802
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.743164,
        0.721191,
        0.729492,
        0.719238,
        0.643066,
        0.695801,
        0.659668,
        0.707031,
        0.639648
      ]
    },
    {
      "question_id": "10031111",
      "image_id": 185166,
      "question": "con ngựa trắng đứng ở đâu",
      "ground_truth": "chuồng trại",
      "ground_truth_normalized": "chuồng trại",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "lồng",
        "tòa nhà",
        "ga-ra",
        "cửa tiệm",
        "kho",
        "rào chắn",
        "ô cửa",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.292624,
      "confidences": [
        0.292624,
        0.115944,
        0.082217,
        0.079999,
        0.047491,
        0.016703,
        0.015478,
        0.01509,
        0.014204,
        0.012682
      ],
      "gate_score_top1": 0.690918,
      "gate_scores": [
        0.690918,
        0.732422,
        0.75,
        0.713867,
        0.696289,
        0.656738,
        0.686523,
        0.585449,
        0.550293,
        0.633789
      ]
    },
    {
      "question_id": "10111541",
      "image_id": 494622,
      "question": "người phụ nữ đứng gần một cái bàn với những chai rượu trên đó",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "quán bar",
        "chai",
        "kính đeo",
        "phòng",
        "đồng hồ",
        "quán ăn",
        "nước",
        "nhà ở",
        "cái ghế"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 1,
      "confidence_top1": 0.196578,
      "confidences": [
        0.196578,
        0.145515,
        0.043098,
        0.039165,
        0.037371,
        0.021004,
        0.018249,
        0.017481,
        0.016616,
        0.015427
      ],
      "gate_score_top1": 0.710938,
      "gate_scores": [
        0.710938,
        0.657227,
        0.717285,
        0.545898,
        0.632324,
        0.697266,
        0.640625,
        0.568359,
        0.620605,
        0.626465
      ]
    },
    {
      "question_id": "10106101",
      "image_id": 235522,
      "question": "có bao nhiêu con hươu cao cổ đứng hoặc ăn trong môi trường sống tự nhiên của chúng",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.724325,
      "confidences": [
        0.724325,
        0.252283,
        0.010618,
        0.004496,
        0.00296,
        0.001224,
        0.000443,
        0.000386,
        0.000209,
        0.000161
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.888184,
        0.730469,
        0.751953,
        0.678223,
        0.525879,
        0.556641,
        0.5,
        0.424072,
        0.472168
      ]
    },
    {
      "question_id": "10052741",
      "image_id": 536168,
      "question": "con đường nào đi bên dưới cây cầu trong ngày",
      "ground_truth": "đường sắt",
      "ground_truth_normalized": "đường sắt",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "đường sắt",
        "xe ô tô",
        "động cơ",
        "trạm",
        "hàng hoá",
        "các tòa nhà",
        "cầu",
        "xe điện ngầm",
        "xe đạp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.308141,
      "confidences": [
        0.308141,
        0.22108,
        0.167533,
        0.035117,
        0.031234,
        0.028774,
        0.018578,
        0.01484,
        0.0143,
        0.007261
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.76123,
        0.77832,
        0.677734,
        0.702148,
        0.624023,
        0.664551,
        0.682617,
        0.647949,
        0.617188
      ]
    },
    {
      "question_id": "10007691",
      "image_id": 110250,
      "question": "màu của túi là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá",
        "màu đỏ",
        "màu trắng",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.757387,
      "confidences": [
        0.757387,
        0.089055,
        0.038602,
        0.038153,
        0.025614,
        0.014312,
        0.013981,
        0.005738,
        0.005649,
        0.001689
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.819336,
        0.80127,
        0.846191,
        0.803711,
        0.791016,
        0.694824,
        0.754883,
        0.771973,
        0.733887
      ]
    },
    {
      "question_id": "10100621",
      "image_id": 432619,
      "question": "ngồi trên đầu phòng tắm là gì",
      "ground_truth": "người giữ",
      "ground_truth_normalized": "người giữ",
      "predicted_top1": "bàn chải",
      "predicted_topk": [
        "bàn chải",
        "bông hoa",
        "lọ cắm hoa",
        "tách",
        "người giữ",
        "tường",
        "quầy tính tiền",
        "màu tía",
        "cây",
        "hoa hồng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.241915,
      "confidences": [
        0.241915,
        0.155583,
        0.036169,
        0.034851,
        0.029462,
        0.024521,
        0.020528,
        0.016689,
        0.0145,
        0.013436
      ],
      "gate_score_top1": 0.757812,
      "gate_scores": [
        0.757812,
        0.793457,
        0.600586,
        0.763184,
        0.495605,
        0.615723,
        0.578613,
        0.638672,
        0.597168,
        0.600098
      ]
    },
    {
      "question_id": "10085471",
      "image_id": 367900,
      "question": "cái gì ngồi ở nhà ga",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "xe điện ngầm",
        "đường sắt",
        "các tòa nhà",
        "xe điện",
        "cầu",
        "cửa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.850094,
      "confidences": [
        0.850094,
        0.063535,
        0.033612,
        0.006254,
        0.005205,
        0.003677,
        0.003394,
        0.002296,
        0.001551,
        0.001115
      ],
      "gate_score_top1": 0.913574,
      "gate_scores": [
        0.913574,
        0.814941,
        0.754883,
        0.625977,
        0.654785,
        0.567871,
        0.664062,
        0.641113,
        0.61377,
        0.513184
      ]
    },
    {
      "question_id": "10119771",
      "image_id": 502508,
      "question": "có bao nhiêu nam thanh niên nằm dài trong phòng trên máy tính xách tay của họ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "một",
        "tám",
        "chín",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.592588,
      "confidences": [
        0.592588,
        0.297972,
        0.054477,
        0.027393,
        0.010156,
        0.002734,
        0.001853,
        0.001429,
        0.000998,
        0.000852
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.828613,
        0.709473,
        0.742188,
        0.696777,
        0.628906,
        0.598633,
        0.577637,
        0.582031,
        0.523438
      ]
    },
    {
      "question_id": "10030161",
      "image_id": 169634,
      "question": "hai con mèo nằm ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "phòng",
        "giường",
        "phòng ngủ",
        "văn phòng",
        "chung cư",
        "cửa sổ",
        "bát",
        "nhà ở",
        "hành lý"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.434564,
      "confidences": [
        0.434564,
        0.394132,
        0.099652,
        0.005556,
        0.004553,
        0.004235,
        0.002285,
        0.001715,
        0.000965,
        0.000824
      ],
      "gate_score_top1": 0.837402,
      "gate_scores": [
        0.837402,
        0.835449,
        0.814941,
        0.633789,
        0.577148,
        0.574707,
        0.532715,
        0.587891,
        0.592773,
        0.337891
      ]
    },
    {
      "question_id": "10074981",
      "image_id": 392818,
      "question": "con chó nâu và trắng đen mặc những gì",
      "ground_truth": "áo khoác",
      "ground_truth_normalized": "áo khoác",
      "predicted_top1": "áo vest",
      "predicted_topk": [
        "áo vest",
        "cái túi",
        "balo",
        "áo khoác",
        "xe đẩy",
        "cái ví",
        "nón",
        "toa xe",
        "gương",
        "xe"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.192213,
      "confidences": [
        0.192213,
        0.134186,
        0.062159,
        0.041085,
        0.030651,
        0.019867,
        0.019106,
        0.01696,
        0.016058,
        0.014564
      ],
      "gate_score_top1": 0.665527,
      "gate_scores": [
        0.665527,
        0.775391,
        0.75293,
        0.603027,
        0.70752,
        0.687988,
        0.601562,
        0.566406,
        0.625488,
        0.658691
      ]
    },
    {
      "question_id": "10094911",
      "image_id": 547839,
      "question": "những gì đang lái qua đường hầm trên đường cao tốc",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "xe điện ngầm",
        "trạm",
        "xe điện",
        "xe buýt",
        "đường sắt",
        "động cơ",
        "các tòa nhà",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.47813,
      "confidences": [
        0.47813,
        0.390238,
        0.017969,
        0.011761,
        0.009524,
        0.006794,
        0.006482,
        0.005523,
        0.004624,
        0.004121
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.834473,
        0.694824,
        0.692871,
        0.694336,
        0.692383,
        0.619629,
        0.648438,
        0.691406,
        0.657227
      ]
    },
    {
      "question_id": "10061571",
      "image_id": 540187,
      "question": "cái gì đang đỗ gần lề đường",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "đường",
        "xe cộ",
        "động cơ",
        "ga-ra",
        "con khỉ",
        "xe buýt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.93901,
      "confidences": [
        0.93901,
        0.042567,
        0.003823,
        0.0012,
        0.000753,
        0.000574,
        0.000204,
        0.000195,
        0.000184,
        0.000161
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.836914,
        0.665039,
        0.535156,
        0.581543,
        0.570801,
        0.480957,
        0.491211,
        0.376465,
        0.583008
      ]
    },
    {
      "question_id": "10114081",
      "image_id": 52628,
      "question": "có bao nhiêu người đàn ông bị bao quanh bởi một số đống chuối lớn",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.723705,
      "confidences": [
        0.723705,
        0.128743,
        0.126747,
        0.009812,
        0.003995,
        0.002224,
        0.000701,
        0.000473,
        0.000247,
        0.000193
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.873047,
        0.855469,
        0.756348,
        0.723633,
        0.546387,
        0.562988,
        0.539551,
        0.44873,
        0.45752
      ]
    },
    {
      "question_id": "10071841",
      "image_id": 417804,
      "question": "những gì bên cạnh một con chuột máy tính",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "chuột",
      "predicted_topk": [
        "chuột",
        "máy tính",
        "bàn phím",
        "cái bàn",
        "laptop",
        "văn phòng",
        "cái ghế",
        "trang thiết bị",
        "bức tranh",
        "bia"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.59933,
      "confidences": [
        0.59933,
        0.145729,
        0.135305,
        0.026128,
        0.009481,
        0.003543,
        0.002279,
        0.002157,
        0.001904,
        0.001503
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.818848,
        0.773926,
        0.817383,
        0.794434,
        0.660156,
        0.543457,
        0.53418,
        0.514648,
        0.524414
      ]
    },
    {
      "question_id": "10071291",
      "image_id": 344816,
      "question": "đoàn tàu nào băng qua cầu vượt và chuyển đường",
      "ground_truth": "hàng hoá",
      "ground_truth_normalized": "hàng hoá",
      "predicted_top1": "đường sắt",
      "predicted_topk": [
        "đường sắt",
        "xe ô tô",
        "hàng hoá",
        "động cơ",
        "trạm",
        "cầu",
        "tàu hỏa",
        "các tòa nhà",
        "đồi",
        "áo vest"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.314582,
      "confidences": [
        0.314582,
        0.106614,
        0.101732,
        0.051555,
        0.029261,
        0.027381,
        0.027009,
        0.021408,
        0.016968,
        0.014372
      ],
      "gate_score_top1": 0.757324,
      "gate_scores": [
        0.757324,
        0.719727,
        0.629395,
        0.647461,
        0.686035,
        0.648926,
        0.737305,
        0.646973,
        0.538086,
        0.557129
      ]
    },
    {
      "question_id": "10100701",
      "image_id": 378614,
      "question": "cái gì đặt trước hộp thức ăn",
      "ground_truth": "bia",
      "ground_truth_normalized": "bia",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "chai",
        "bia",
        "pizza",
        "kính đeo",
        "nước",
        "đồ uống",
        "bữa ăn",
        "quán bar",
        "sandwich"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.106691,
      "confidences": [
        0.106691,
        0.091615,
        0.052713,
        0.030988,
        0.023483,
        0.022849,
        0.021633,
        0.019468,
        0.017917,
        0.016061
      ],
      "gate_score_top1": 0.67627,
      "gate_scores": [
        0.67627,
        0.700684,
        0.558105,
        0.661133,
        0.52832,
        0.558594,
        0.557617,
        0.620117,
        0.566895,
        0.620605
      ]
    },
    {
      "question_id": "10055241",
      "image_id": 376856,
      "question": "những gì làm bằng gạch với dây leo mọc lên một bên",
      "ground_truth": "tòa tháp",
      "ground_truth_normalized": "tòa tháp",
      "predicted_top1": "đồng hồ",
      "predicted_topk": [
        "đồng hồ",
        "tòa tháp",
        "tòa nhà",
        "bức tượng",
        "các tòa nhà",
        "bức ảnh",
        "cây",
        "cờ",
        "lá cờ",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.489739,
      "confidences": [
        0.489739,
        0.379922,
        0.059645,
        0.007598,
        0.005181,
        0.00459,
        0.003957,
        0.003339,
        0.002768,
        0.002098
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.831055,
        0.775879,
        0.674805,
        0.647949,
        0.64502,
        0.654785,
        0.62793,
        0.652344,
        0.588867
      ]
    },
    {
      "question_id": "10092961",
      "image_id": 426700,
      "question": "chàng trai trẻ giữ những gì và về sẵn sàng để đi thử nghiệm nó",
      "ground_truth": "máy bay",
      "ground_truth_normalized": "máy bay",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "máy bay",
        "bờ biển",
        "ván lướt sóng",
        "bảng",
        "áo sơ mi",
        "ga-ra",
        "bầu trời",
        "dĩa nhựa",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.747571,
      "confidences": [
        0.747571,
        0.175495,
        0.005077,
        0.003489,
        0.002634,
        0.002192,
        0.001969,
        0.001789,
        0.00172,
        0.001684
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.787598,
        0.498779,
        0.754395,
        0.539551,
        0.478516,
        0.516113,
        0.562988,
        0.623047,
        0.570312
      ]
    },
    {
      "question_id": "10117491",
      "image_id": 386632,
      "question": "có bao nhiêu biển báo được kết hợp để giúp giao thông vượt ra khỏi khu vực lân cận",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "bốn",
        "ba",
        "năm",
        "bảy",
        "sáu",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.382801,
      "confidences": [
        0.382801,
        0.359609,
        0.11449,
        0.085749,
        0.025347,
        0.008658,
        0.007976,
        0.001955,
        0.001773,
        0.001586
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.841309,
        0.812988,
        0.844238,
        0.783203,
        0.662598,
        0.610352,
        0.58252,
        0.538086,
        0.537598
      ]
    },
    {
      "question_id": "10086241",
      "image_id": 402855,
      "question": "những gì ngồi trên lưu trữ đứng trên một bãi đá",
      "ground_truth": "thuyền buồm",
      "ground_truth_normalized": "thuyền buồm",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "thuyền buồm",
        "ca nô",
        "xe đạp",
        "cây sào",
        "bờ biển",
        "bến tàu",
        "cầu",
        "ván lướt sóng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.845517,
      "confidences": [
        0.845517,
        0.065968,
        0.033693,
        0.00562,
        0.002293,
        0.001417,
        0.001213,
        0.001204,
        0.000978,
        0.000897
      ],
      "gate_score_top1": 0.805664,
      "gate_scores": [
        0.805664,
        0.751953,
        0.697754,
        0.520996,
        0.608398,
        0.481445,
        0.427002,
        0.453613,
        0.503906,
        0.61084
      ]
    },
    {
      "question_id": "10063611",
      "image_id": 408621,
      "question": "xe buýt metro lái qua chi nhánh hồ green của seattle, wa những gì",
      "ground_truth": "thư viện",
      "ground_truth_normalized": "thư viện",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "cây",
        "trạm",
        "đồng hồ",
        "đường",
        "đường phố",
        "tòa tháp",
        "xe buýt",
        "các tòa nhà",
        "bức ảnh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.21637,
      "confidences": [
        0.21637,
        0.045709,
        0.0417,
        0.038043,
        0.03623,
        0.03491,
        0.023575,
        0.021676,
        0.019279,
        0.017248
      ],
      "gate_score_top1": 0.782715,
      "gate_scores": [
        0.782715,
        0.713867,
        0.649414,
        0.598145,
        0.665039,
        0.659668,
        0.660645,
        0.675293,
        0.550781,
        0.505859
      ]
    },
    {
      "question_id": "10111781",
      "image_id": 76866,
      "question": "có bao nhiêu con ngựa vằn gặm cỏ trên cánh đồng cỏ nhỏ",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "ngựa vằn",
        "bãi cỏ",
        "tám",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.767514,
      "confidences": [
        0.767514,
        0.209827,
        0.012454,
        0.002867,
        0.00022,
        0.000152,
        0.000152,
        0.000146,
        0.000139,
        0.000119
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.856445,
        0.750977,
        0.722656,
        0.362305,
        0.493164,
        0.489258,
        0.43457,
        0.407227,
        0.494873
      ]
    },
    {
      "question_id": "10080281",
      "image_id": 482514,
      "question": "những gì bao phủ trong rỉ sét trong bếp",
      "ground_truth": "tủ đông",
      "ground_truth_normalized": "tủ đông",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "tủ lạnh",
        "cửa",
        "cái kệ",
        "tủ đông",
        "lò vi sóng",
        "chai",
        "tường",
        "phòng bếp",
        "hộp"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.364328,
      "confidences": [
        0.364328,
        0.165503,
        0.061844,
        0.030258,
        0.026084,
        0.01111,
        0.010155,
        0.008686,
        0.008313,
        0.007314
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.739258,
        0.718262,
        0.660156,
        0.560547,
        0.544922,
        0.569824,
        0.504883,
        0.448486,
        0.503906
      ]
    },
    {
      "question_id": "10057251",
      "image_id": 373356,
      "question": "người đàn ông quay lại dùng cây vợt của mình làm gì",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "vợt",
      "predicted_topk": [
        "vợt",
        "quả bóng",
        "nón",
        "áo sơ mi",
        "dĩa nhựa",
        "mặt trời",
        "mũ lưỡi trai",
        "sân vận động",
        "gậy",
        "ván trượt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.42946,
      "confidences": [
        0.42946,
        0.363057,
        0.0546,
        0.012375,
        0.008037,
        0.005567,
        0.004837,
        0.004097,
        0.003826,
        0.003763
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.823242,
        0.688477,
        0.693848,
        0.676758,
        0.543945,
        0.479492,
        0.612305,
        0.598145,
        0.687012
      ]
    },
    {
      "question_id": "10076191",
      "image_id": 449279,
      "question": "những gì thắp sáng trên bánh với kem sô cô la",
      "ground_truth": "nến",
      "ground_truth_normalized": "nến",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "nến",
        "dao",
        "sô cô la",
        "cupcake",
        "hộp",
        "donut",
        "con chó",
        "dĩa",
        "cái mâm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.670519,
      "confidences": [
        0.670519,
        0.123068,
        0.021723,
        0.007852,
        0.006997,
        0.005985,
        0.005119,
        0.004298,
        0.004265,
        0.004098
      ],
      "gate_score_top1": 0.845215,
      "gate_scores": [
        0.845215,
        0.749512,
        0.67041,
        0.483887,
        0.623047,
        0.677734,
        0.551758,
        0.698242,
        0.458252,
        0.584961
      ]
    },
    {
      "question_id": "10096191",
      "image_id": 368884,
      "question": "tòa nhà hai tầng màu trắng bên cạnh một tòa nhà màu nâu cái gì",
      "ground_truth": "khung",
      "ground_truth_normalized": "khung",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "đồng hồ",
        "ký tên",
        "các tòa nhà",
        "bức ảnh",
        "cây",
        "tường",
        "cửa sổ",
        "cửa",
        "bức tượng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.2126,
      "confidences": [
        0.2126,
        0.058122,
        0.051795,
        0.034035,
        0.022364,
        0.01943,
        0.017761,
        0.017691,
        0.017502,
        0.013498
      ],
      "gate_score_top1": 0.789551,
      "gate_scores": [
        0.789551,
        0.693848,
        0.614258,
        0.638672,
        0.614258,
        0.680664,
        0.633301,
        0.595703,
        0.679688,
        0.527344
      ]
    },
    {
      "question_id": "10119671",
      "image_id": 458738,
      "question": "có bao nhiêu người đàn ông đang ngồi trên những chiếc xe tay ga có động cơ bên ngoài",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.641372,
      "confidences": [
        0.641372,
        0.327581,
        0.016437,
        0.006564,
        0.002313,
        0.000685,
        0.000642,
        0.000429,
        0.000286,
        0.000262
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.890137,
        0.73877,
        0.747559,
        0.53418,
        0.59082,
        0.589844,
        0.497559,
        0.465088,
        0.430908
      ]
    },
    {
      "question_id": "10068741",
      "image_id": 410924,
      "question": "những gì chứa đầy đồ dùng văn phòng trên đầu bàn",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "cây kéo",
      "predicted_topk": [
        "cây kéo",
        "tách",
        "thùng chứa",
        "quầy tính tiền",
        "bông hoa",
        "người giữ",
        "cái lọ",
        "cái nồi",
        "bàn chải",
        "cái mâm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.422548,
      "confidences": [
        0.422548,
        0.172737,
        0.054567,
        0.016871,
        0.014773,
        0.010745,
        0.010353,
        0.009482,
        0.008617,
        0.008458
      ],
      "gate_score_top1": 0.769531,
      "gate_scores": [
        0.769531,
        0.802246,
        0.737305,
        0.664062,
        0.709473,
        0.558105,
        0.67334,
        0.55957,
        0.686035,
        0.655273
      ]
    },
    {
      "question_id": "10019921",
      "image_id": 377804,
      "question": "màu của con chó là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu vàng",
        "màu trắng",
        "màu xám",
        "màu đỏ",
        "màu cam",
        "màu đen",
        "màu xanh dương",
        "màu tía",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.936709,
      "confidences": [
        0.936709,
        0.03307,
        0.011034,
        0.004582,
        0.003313,
        0.00254,
        0.001725,
        0.000451,
        0.00033,
        0.00019
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.840332,
        0.824219,
        0.759766,
        0.760742,
        0.743652,
        0.728516,
        0.64502,
        0.600098,
        0.602539
      ]
    },
    {
      "question_id": "10035181",
      "image_id": 212633,
      "question": "nhóm người tập trung ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "phòng",
        "tạp dề",
        "nhà ở",
        "cửa tiệm",
        "lò vi sóng",
        "chảo",
        "kho",
        "lớp học"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.798024,
      "confidences": [
        0.798024,
        0.106326,
        0.019138,
        0.0126,
        0.009699,
        0.003499,
        0.002525,
        0.002093,
        0.002049,
        0.001722
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.848145,
        0.744141,
        0.700195,
        0.725586,
        0.649902,
        0.618652,
        0.564941,
        0.632324,
        0.625488
      ]
    },
    {
      "question_id": "10063081",
      "image_id": 357044,
      "question": "thứ gì đá vào cổ con ngựa bằng hai chân sau",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "ngựa rằn",
        "bãi cỏ",
        "ngựa vằn",
        "con bò",
        "con chó",
        "hươu cao cổ",
        "chuồng",
        "rào chắn",
        "lồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.625353,
      "confidences": [
        0.625353,
        0.214434,
        0.046194,
        0.030892,
        0.004263,
        0.002873,
        0.002747,
        0.002571,
        0.002391,
        0.002247
      ],
      "gate_score_top1": 0.837891,
      "gate_scores": [
        0.837891,
        0.83252,
        0.763184,
        0.718262,
        0.651855,
        0.60791,
        0.631348,
        0.470459,
        0.497559,
        0.623535
      ]
    },
    {
      "question_id": "10110531",
      "image_id": 274416,
      "question": "bình tan đang giữ bao nhiêu bông hoa hồng lớn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.371836,
      "confidences": [
        0.371836,
        0.366071,
        0.141133,
        0.030403,
        0.02736,
        0.017873,
        0.016988,
        0.00272,
        0.001887,
        0.001505
      ],
      "gate_score_top1": 0.832031,
      "gate_scores": [
        0.832031,
        0.831055,
        0.814453,
        0.727051,
        0.635742,
        0.696777,
        0.684082,
        0.524902,
        0.567871,
        0.506836
      ]
    },
    {
      "question_id": "10043021",
      "image_id": 156029,
      "question": "người đàn ông đang làm bánh pizza ở đâu",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "lò vi sóng",
        "tạp dề",
        "cửa tiệm",
        "phòng",
        "chảo",
        "cửa hàng",
        "nhà ở",
        "quán bar"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.52248,
      "confidences": [
        0.52248,
        0.164406,
        0.118417,
        0.069072,
        0.030891,
        0.008233,
        0.004424,
        0.004238,
        0.002936,
        0.00241
      ],
      "gate_score_top1": 0.86377,
      "gate_scores": [
        0.86377,
        0.842773,
        0.76416,
        0.757812,
        0.700195,
        0.652832,
        0.586914,
        0.655273,
        0.687012,
        0.538574
      ]
    },
    {
      "question_id": "10103121",
      "image_id": 218424,
      "question": "có bao nhiêu con ngựa vằn trên con đường đất đang nhìn theo các hướng khác nhau",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.607324,
      "confidences": [
        0.607324,
        0.37125,
        0.011522,
        0.001994,
        0.001941,
        0.001653,
        0.000593,
        0.000465,
        0.000237,
        0.000177
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.896973,
        0.734863,
        0.558105,
        0.709961,
        0.637695,
        0.568848,
        0.537598,
        0.519043,
        0.438965
      ]
    },
    {
      "question_id": "10098901",
      "image_id": 570810,
      "question": "người phụ nữ lấy cái gì của băng chuyền",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "túi",
        "hành lý",
        "balo",
        "cái túi",
        "xe đẩy",
        "trạm",
        "sân bay",
        "cái ví",
        "máy ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.331651,
      "confidences": [
        0.331651,
        0.149487,
        0.142641,
        0.090668,
        0.036136,
        0.020955,
        0.018968,
        0.015361,
        0.01266,
        0.005456
      ],
      "gate_score_top1": 0.796387,
      "gate_scores": [
        0.796387,
        0.797363,
        0.791992,
        0.717773,
        0.766602,
        0.679199,
        0.661133,
        0.702637,
        0.689941,
        0.496582
      ]
    },
    {
      "question_id": "10036501",
      "image_id": 37477,
      "question": "con mèo sử dụng nhà vệ sinh ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "nhà ở",
        "phòng",
        "vòi hoa sen",
        "gương",
        "hành lang",
        "cửa",
        "chậu",
        "bồn tắm",
        "phòng bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.571003,
      "confidences": [
        0.571003,
        0.098453,
        0.069271,
        0.03098,
        0.027233,
        0.024699,
        0.019615,
        0.017042,
        0.012566,
        0.011176
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.830566,
        0.78418,
        0.715332,
        0.772461,
        0.625,
        0.665039,
        0.712402,
        0.715332,
        0.726074
      ]
    },
    {
      "question_id": "10057871",
      "image_id": 385641,
      "question": "những gì đang ngồi trên bàn và được bật",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "bàn phím",
        "cái bàn",
        "chuột",
        "điện thoại",
        "bức tranh",
        "trang thiết bị",
        "cái ghế",
        "bia"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.488206,
      "confidences": [
        0.488206,
        0.488206,
        0.003328,
        0.002572,
        0.001491,
        0.000933,
        0.000713,
        0.000471,
        0.00032,
        0.000277
      ],
      "gate_score_top1": 0.866699,
      "gate_scores": [
        0.866699,
        0.896484,
        0.736816,
        0.781738,
        0.699219,
        0.674316,
        0.519531,
        0.49585,
        0.489502,
        0.467773
      ]
    },
    {
      "question_id": "10067751",
      "image_id": 499618,
      "question": "có những người đi bộ xuống những gì bên cạnh đường phố",
      "ground_truth": "đường đi bộ",
      "ground_truth_normalized": "đường đi bộ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe đẩy",
        "xe cộ",
        "đường đi bộ",
        "toa xe",
        "đường",
        "phương tiện giao thông",
        "xe buýt",
        "xe ô tô",
        "đường phố"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.393375,
      "confidences": [
        0.393375,
        0.145281,
        0.042197,
        0.039102,
        0.026047,
        0.014611,
        0.01378,
        0.012042,
        0.011604,
        0.010627
      ],
      "gate_score_top1": 0.785645,
      "gate_scores": [
        0.785645,
        0.797363,
        0.715332,
        0.626953,
        0.637695,
        0.725586,
        0.660645,
        0.605469,
        0.633301,
        0.615723
      ]
    },
    {
      "question_id": "10119441",
      "image_id": 15307,
      "question": "cái đĩa đựng bao nhiêu cái bánh mì xúc xích nhỏ với sốt cà chua",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.38022,
      "confidences": [
        0.38022,
        0.303138,
        0.18603,
        0.075752,
        0.014858,
        0.010999,
        0.004594,
        0.004126,
        0.001512,
        0.001095
      ],
      "gate_score_top1": 0.842285,
      "gate_scores": [
        0.842285,
        0.813477,
        0.83252,
        0.791992,
        0.743164,
        0.595215,
        0.585938,
        0.583496,
        0.51709,
        0.494873
      ]
    },
    {
      "question_id": "10113081",
      "image_id": 505455,
      "question": "có bao nhiêu người đi bộ trong tuyết với cột trượt tuyết và ba lô",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "núi",
        "trượt tuyết"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.50044,
      "confidences": [
        0.50044,
        0.303532,
        0.127026,
        0.02982,
        0.006202,
        0.004012,
        0.002156,
        0.001777,
        0.000991,
        0.000831
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.854492,
        0.788574,
        0.716797,
        0.648438,
        0.605469,
        0.503906,
        0.564453,
        0.581055,
        0.470459
      ]
    },
    {
      "question_id": "10085051",
      "image_id": 498381,
      "question": "những gì đang bay qua một khu rừng đầy cây",
      "ground_truth": "con vẹt",
      "ground_truth_normalized": "con vẹt",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "con vẹt",
        "hải âu",
        "con vịt",
        "hươu cao cổ",
        "chim bồ câu",
        "bức tượng",
        "con ngựa",
        "nước",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.634733,
      "confidences": [
        0.634733,
        0.277295,
        0.027456,
        0.001795,
        0.001606,
        0.001177,
        0.000992,
        0.000824,
        0.000804,
        0.000695
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.841309,
        0.706543,
        0.652344,
        0.62793,
        0.403809,
        0.404053,
        0.513184,
        0.382324,
        0.475342
      ]
    },
    {
      "question_id": "10080211",
      "image_id": 377814,
      "question": "cái gì mà chục chiếc bánh rán ngồi trong hộp bánh rán",
      "ground_truth": "sô cô la",
      "ground_truth_normalized": "sô cô la",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "sô cô la",
        "hộp",
        "bánh ngọt",
        "cái mâm",
        "cupcake",
        "sáu",
        "dao",
        "đĩa ăn",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.850991,
      "confidences": [
        0.850991,
        0.031119,
        0.029233,
        0.014699,
        0.00504,
        0.004571,
        0.002687,
        0.001806,
        0.001625,
        0.001164
      ],
      "gate_score_top1": 0.863281,
      "gate_scores": [
        0.863281,
        0.640137,
        0.848633,
        0.69043,
        0.696777,
        0.608398,
        0.67627,
        0.567871,
        0.576172,
        0.564453
      ]
    },
    {
      "question_id": "10072461",
      "image_id": 369594,
      "question": "những gì tươi sáng và đầy nắng trước cửa sổ",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "chậu",
        "quầy tính tiền",
        "bếp",
        "cửa sổ",
        "bông hoa",
        "tường",
        "lò vi sóng",
        "tủ đá",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.467926,
      "confidences": [
        0.467926,
        0.221032,
        0.069551,
        0.03994,
        0.015012,
        0.012992,
        0.010834,
        0.010079,
        0.010039,
        0.007849
      ],
      "gate_score_top1": 0.788574,
      "gate_scores": [
        0.788574,
        0.811035,
        0.70752,
        0.740234,
        0.687988,
        0.674316,
        0.60791,
        0.590332,
        0.725586,
        0.674805
      ]
    },
    {
      "question_id": "10104771",
      "image_id": 80974,
      "question": "có bao nhiêu con hươu cao cổ đứng trong vườn bách thú với cây cối",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.63148,
      "confidences": [
        0.63148,
        0.307759,
        0.048505,
        0.004673,
        0.001529,
        0.000957,
        0.000792,
        0.000614,
        0.000306,
        0.000282
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.862793,
        0.796387,
        0.614258,
        0.682129,
        0.627441,
        0.59668,
        0.554199,
        0.554688,
        0.45459
      ]
    },
    {
      "question_id": "10077451",
      "image_id": 409331,
      "question": "người đàn ông với chiếc mũ ngụy trang đang lấy cái gì",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "máy ảnh",
        "bức ảnh",
        "nón",
        "mũ",
        "điện thoại",
        "những bức ảnh",
        "dĩa nhựa",
        "áo sơ mi",
        "bờ biển"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.295902,
      "confidences": [
        0.295902,
        0.160879,
        0.096065,
        0.094207,
        0.019327,
        0.012576,
        0.009094,
        0.00846,
        0.007159,
        0.007124
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.775879,
        0.677734,
        0.753906,
        0.60498,
        0.708496,
        0.569336,
        0.59082,
        0.634766,
        0.61377
      ]
    },
    {
      "question_id": "10035111",
      "image_id": 291207,
      "question": "người đàn ông đứng ở đâu gần một quầy có thức ăn xếp chồng lên nhau",
      "ground_truth": "tạp dề",
      "ground_truth_normalized": "tạp dề",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "phòng bếp",
        "tạp dề",
        "quán ăn",
        "pizza",
        "chảo",
        "cửa tiệm",
        "gà",
        "donut",
        "bếp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.430197,
      "confidences": [
        0.430197,
        0.18575,
        0.127664,
        0.049219,
        0.042429,
        0.031778,
        0.006596,
        0.003227,
        0.003224,
        0.003053
      ],
      "gate_score_top1": 0.791504,
      "gate_scores": [
        0.791504,
        0.80957,
        0.738281,
        0.751953,
        0.754883,
        0.662598,
        0.558594,
        0.423828,
        0.60498,
        0.5
      ]
    },
    {
      "question_id": "10054431",
      "image_id": 393421,
      "question": "những gì bên cạnh tủ quần áo trong phòng ngủ",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "balo",
        "phòng ngủ",
        "cửa",
        "sàn nhà",
        "cái ví",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.62725,
      "confidences": [
        0.62725,
        0.069828,
        0.062349,
        0.052915,
        0.012398,
        0.008147,
        0.007505,
        0.006419,
        0.006149,
        0.006042
      ],
      "gate_score_top1": 0.799316,
      "gate_scores": [
        0.799316,
        0.77832,
        0.724121,
        0.724121,
        0.598633,
        0.658691,
        0.614258,
        0.544434,
        0.644531,
        0.644531
      ]
    },
    {
      "question_id": "10074261",
      "image_id": 473050,
      "question": "những gì được phản ánh trong gương chiếu hậu của một chiếc xe hơi",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "gương",
        "phương tiện giao thông",
        "cửa sổ",
        "xe tải",
        "đường",
        "xe buýt",
        "bầu trời",
        "bức ảnh",
        "áo vest"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.896911,
      "confidences": [
        0.896911,
        0.044134,
        0.0058,
        0.003464,
        0.002609,
        0.002005,
        0.00141,
        0.001316,
        0.001161,
        0.001072
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.804199,
        0.708008,
        0.672363,
        0.633301,
        0.606934,
        0.611816,
        0.498291,
        0.496338,
        0.507324
      ]
    },
    {
      "question_id": "10056871",
      "image_id": 439658,
      "question": "người đàn ông đang giữ một ván trượt tuyết và đứng",
      "ground_truth": "ván trượt",
      "ground_truth_normalized": "ván trượt",
      "predicted_top1": "trượt tuyết",
      "predicted_topk": [
        "trượt tuyết",
        "ván trượt",
        "núi",
        "đồi",
        "trang thiết bị",
        "bầu trời",
        "cây sào",
        "cây",
        "áo sơ mi",
        "bảng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.599528,
      "confidences": [
        0.599528,
        0.153972,
        0.08773,
        0.035724,
        0.005117,
        0.004714,
        0.004385,
        0.003375,
        0.00307,
        0.002918
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.806152,
        0.754883,
        0.754395,
        0.609375,
        0.615723,
        0.619629,
        0.617676,
        0.557617,
        0.689453
      ]
    },
    {
      "question_id": "10037351",
      "image_id": 1958,
      "question": "hai cô gái chơi một trò chơi điện tử sôi động ở đâu",
      "ground_truth": "chung cư",
      "ground_truth_normalized": "chung cư",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "chung cư",
        "cửa sổ",
        "phòng ngủ",
        "ô cửa",
        "nhiều cái ghế",
        "tòa nhà",
        "hành lang",
        "phòng bếp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.893874,
      "confidences": [
        0.893874,
        0.034795,
        0.021689,
        0.005953,
        0.004821,
        0.002313,
        0.002207,
        0.002181,
        0.001948,
        0.001502
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.833008,
        0.72168,
        0.703613,
        0.800781,
        0.577637,
        0.589844,
        0.636719,
        0.682129,
        0.697754
      ]
    },
    {
      "question_id": "10074441",
      "image_id": 533688,
      "question": "những gì giữ cá và cà rốt nấu chín",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "thịt",
        "món ăn",
        "rau",
        "sandwich",
        "chén đĩa",
        "đĩa",
        "bữa ăn tối"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.253338,
      "confidences": [
        0.253338,
        0.122506,
        0.115084,
        0.081607,
        0.035236,
        0.024407,
        0.023108,
        0.015697,
        0.015514,
        0.015274
      ],
      "gate_score_top1": 0.800781,
      "gate_scores": [
        0.800781,
        0.706055,
        0.728516,
        0.689941,
        0.680664,
        0.710449,
        0.712891,
        0.578613,
        0.555176,
        0.629395
      ]
    },
    {
      "question_id": "10008431",
      "image_id": 285493,
      "question": "màu của bản vẽ là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh lá",
        "màu đen",
        "màu đỏ",
        "màu xám",
        "màu xanh dương",
        "màu nâu",
        "màu tía",
        "màu trắng",
        "xe ô tô"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.509908,
      "confidences": [
        0.509908,
        0.387918,
        0.0347,
        0.0347,
        0.004185,
        0.003955,
        0.001513,
        0.001486,
        0.001178,
        0.000616
      ],
      "gate_score_top1": 0.848145,
      "gate_scores": [
        0.848145,
        0.82959,
        0.740723,
        0.741211,
        0.647461,
        0.637695,
        0.585449,
        0.645996,
        0.637207,
        0.4729
      ]
    },
    {
      "question_id": "10044681",
      "image_id": 325310,
      "question": "nhà vệ sinh ngồi ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "nhà ở",
        "vòi hoa sen",
        "hành lang",
        "gương",
        "bồn tắm",
        "ô cửa",
        "phòng ngủ",
        "cửa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.747998,
      "confidences": [
        0.747998,
        0.07012,
        0.069033,
        0.020247,
        0.008657,
        0.008261,
        0.006236,
        0.006127,
        0.005622,
        0.005334
      ],
      "gate_score_top1": 0.863281,
      "gate_scores": [
        0.863281,
        0.825684,
        0.84082,
        0.721191,
        0.594238,
        0.757812,
        0.708496,
        0.558594,
        0.759277,
        0.630371
      ]
    },
    {
      "question_id": "10082091",
      "image_id": 347925,
      "question": "hai con hươu cao cổ đang ăn thứ gì từ cây cao trong môi trường sống do con người tạo ra",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "bãi cỏ",
      "predicted_topk": [
        "bãi cỏ",
        "lá",
        "vườn bách thú",
        "chuồng",
        "cây",
        "hươu cao cổ",
        "lồng",
        "đồi",
        "rào chắn",
        "ngựa rằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.175587,
      "confidences": [
        0.175587,
        0.141089,
        0.126471,
        0.086922,
        0.085575,
        0.042946,
        0.031358,
        0.023441,
        0.020326,
        0.012425
      ],
      "gate_score_top1": 0.729004,
      "gate_scores": [
        0.729004,
        0.696777,
        0.8125,
        0.695801,
        0.769531,
        0.716797,
        0.762207,
        0.571777,
        0.614258,
        0.650879
      ]
    },
    {
      "question_id": "10106341",
      "image_id": 349846,
      "question": "người lướt sóng có bao nhiêu dấu hiệu khi vác ván xuống nước",
      "ground_truth": "mười",
      "ground_truth_normalized": "mười",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "một",
        "hai",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "bảng"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.386568,
      "confidences": [
        0.386568,
        0.228141,
        0.122593,
        0.096979,
        0.043712,
        0.032357,
        0.009888,
        0.009109,
        0.006092,
        0.004328
      ],
      "gate_score_top1": 0.773438,
      "gate_scores": [
        0.773438,
        0.756348,
        0.748047,
        0.707031,
        0.729492,
        0.629883,
        0.574219,
        0.546387,
        0.550293,
        0.524902
      ]
    },
    {
      "question_id": "10042251",
      "image_id": 320222,
      "question": "hai chiếc bánh rán được trưng bày ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "hộp",
        "tủ lạnh",
        "tủ đá",
        "cái mâm",
        "lò vi sóng",
        "cái rổ",
        "phòng bếp",
        "xe đẩy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.41482,
      "confidences": [
        0.41482,
        0.083294,
        0.07584,
        0.031125,
        0.026831,
        0.025653,
        0.023175,
        0.018226,
        0.01621,
        0.013597
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.734863,
        0.751465,
        0.685059,
        0.65625,
        0.718262,
        0.64209,
        0.748047,
        0.575195,
        0.705078
      ]
    },
    {
      "question_id": "10030151",
      "image_id": 537037,
      "question": "nhà vệ sinh có nắp đóng ở đâu",
      "ground_truth": "bồn tắm",
      "ground_truth_normalized": "bồn tắm",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tắm",
        "vòi hoa sen",
        "phòng",
        "nhà ở",
        "khăn",
        "gương",
        "chậu",
        "tường",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.94828,
      "confidences": [
        0.94828,
        0.016126,
        0.008699,
        0.004918,
        0.003891,
        0.001141,
        0.001102,
        0.000948,
        0.000887,
        0.000775
      ],
      "gate_score_top1": 0.903809,
      "gate_scores": [
        0.903809,
        0.802246,
        0.746094,
        0.775879,
        0.787598,
        0.681152,
        0.688477,
        0.705566,
        0.560059,
        0.543945
      ]
    },
    {
      "question_id": "10096631",
      "image_id": 342060,
      "question": "cái gì đang ngồi bên cạnh một chiếc ghế dài bằng gỗ",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "túi",
        "hành lý",
        "cái ghế",
        "cái ví",
        "balo",
        "băng ghế",
        "con chó",
        "xe đẩy"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.229222,
      "confidences": [
        0.229222,
        0.187818,
        0.104945,
        0.070457,
        0.069909,
        0.039523,
        0.035846,
        0.019112,
        0.009591,
        0.007617
      ],
      "gate_score_top1": 0.794922,
      "gate_scores": [
        0.794922,
        0.804199,
        0.703613,
        0.72998,
        0.677734,
        0.725098,
        0.672852,
        0.661133,
        0.609863,
        0.671387
      ]
    },
    {
      "question_id": "10036731",
      "image_id": 7367,
      "question": "nơi có nhiều loại trái cây trưng bày ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái rổ",
        "thùng chứa",
        "cái túi",
        "tách",
        "cái nồi",
        "chậu",
        "món ăn",
        "cái lọ",
        "hộp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.36084,
      "confidences": [
        0.36084,
        0.242257,
        0.22847,
        0.031163,
        0.011155,
        0.010603,
        0.005177,
        0.004411,
        0.004385,
        0.003847
      ],
      "gate_score_top1": 0.823242,
      "gate_scores": [
        0.823242,
        0.828613,
        0.821777,
        0.740723,
        0.649414,
        0.719238,
        0.59668,
        0.692871,
        0.644531,
        0.664062
      ]
    },
    {
      "question_id": "10079821",
      "image_id": 446603,
      "question": "hai chiếc vali màu đen mở và là gì",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "balo",
        "sàn nhà",
        "cái ví",
        "toa xe",
        "xe đẩy",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.585004,
      "confidences": [
        0.585004,
        0.152012,
        0.075252,
        0.048208,
        0.008694,
        0.008559,
        0.007947,
        0.005042,
        0.00385,
        0.003345
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.810059,
        0.743652,
        0.737305,
        0.597168,
        0.555664,
        0.668457,
        0.619629,
        0.681152,
        0.63916
      ]
    },
    {
      "question_id": "10038151",
      "image_id": 57859,
      "question": "giường lớn được đặt ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "nhà ở",
        "cửa sổ",
        "giường",
        "hành lang",
        "tòa nhà",
        "chung cư",
        "nhiều cái ghế",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.512812,
      "confidences": [
        0.512812,
        0.421828,
        0.011966,
        0.008997,
        0.005341,
        0.003369,
        0.002039,
        0.002015,
        0.00161,
        0.001438
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.888184,
        0.803711,
        0.711914,
        0.612793,
        0.672363,
        0.599609,
        0.649902,
        0.568359,
        0.605469
      ]
    },
    {
      "question_id": "10107881",
      "image_id": 317120,
      "question": "có bao nhiêu biển báo đường phố trong một khu dân cư",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.606045,
      "confidences": [
        0.606045,
        0.246785,
        0.076152,
        0.052956,
        0.006251,
        0.001921,
        0.001653,
        0.000834,
        0.00064,
        0.00042
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.87207,
        0.817871,
        0.79834,
        0.709961,
        0.521484,
        0.559082,
        0.528809,
        0.443359,
        0.44458
      ]
    },
    {
      "question_id": "10045671",
      "image_id": 176767,
      "question": "rất nhiều đồ vật trang trí động vật đặt ở đâu",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cửa hàng",
        "cửa tiệm",
        "cái ghế",
        "đường phố",
        "cửa",
        "xe ô tô",
        "ảnh chụp",
        "văn phòng",
        "cây"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.902074,
      "confidences": [
        0.902074,
        0.0233,
        0.009124,
        0.008588,
        0.002832,
        0.002645,
        0.002064,
        0.002036,
        0.001466,
        0.001316
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.75,
        0.741211,
        0.702148,
        0.676758,
        0.702148,
        0.59082,
        0.496582,
        0.620605,
        0.604492
      ]
    },
    {
      "question_id": "10007051",
      "image_id": 207686,
      "question": "màu của tường là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu trắng",
        "màu đen",
        "màu nâu",
        "màu xanh lá",
        "màu đỏ",
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.626819,
      "confidences": [
        0.626819,
        0.343468,
        0.006909,
        0.005277,
        0.005075,
        0.002034,
        0.001995,
        0.001191,
        0.001146,
        0.001005
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.89502,
        0.76709,
        0.765625,
        0.672852,
        0.742676,
        0.727051,
        0.706055,
        0.681641,
        0.677246
      ]
    },
    {
      "question_id": "10116251",
      "image_id": 239457,
      "question": "có bao nhiêu người đi xe đạp cùng với lời thề của một đoàn tàu",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "mười",
        "tám",
        "bảy",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.612268,
      "confidences": [
        0.612268,
        0.368469,
        0.007921,
        0.007383,
        0.0005,
        0.000308,
        0.00011,
        0.000106,
        0.000101,
        7.8e-05
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.876953,
        0.787109,
        0.757324,
        0.58252,
        0.411865,
        0.40332,
        0.436035,
        0.437012,
        0.357178
      ]
    },
    {
      "question_id": "10059511",
      "image_id": 526706,
      "question": "những gì đang cho một con bò trên đồng cỏ",
      "ground_truth": "bắp chân",
      "ground_truth_normalized": "bắp chân",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "con cừu",
        "bò đực",
        "bãi cỏ",
        "chuồng trại",
        "gấu",
        "con chó",
        "con ngựa",
        "đồi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.508836,
      "confidences": [
        0.508836,
        0.151591,
        0.135885,
        0.054903,
        0.013693,
        0.007833,
        0.007358,
        0.006726,
        0.006233,
        0.004292
      ],
      "gate_score_top1": 0.830566,
      "gate_scores": [
        0.830566,
        0.722656,
        0.784668,
        0.694336,
        0.692871,
        0.553223,
        0.648438,
        0.60498,
        0.69873,
        0.611816
      ]
    },
    {
      "question_id": "10057341",
      "image_id": 470032,
      "question": "những gì đang treo ngược trên dây",
      "ground_truth": "con chim",
      "ground_truth_normalized": "con chim",
      "predicted_top1": "con vẹt",
      "predicted_topk": [
        "con vẹt",
        "con chim",
        "hải âu",
        "con vịt",
        "hươu cao cổ",
        "con chó",
        "chim bồ câu",
        "con mèo",
        "tách",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.533562,
      "confidences": [
        0.533562,
        0.401183,
        0.007449,
        0.001083,
        0.001027,
        0.001007,
        0.000924,
        0.000838,
        0.000798,
        0.000763
      ],
      "gate_score_top1": 0.837891,
      "gate_scores": [
        0.837891,
        0.843262,
        0.625,
        0.649414,
        0.60791,
        0.496582,
        0.401855,
        0.549316,
        0.563477,
        0.520996
      ]
    },
    {
      "question_id": "10071091",
      "image_id": 460494,
      "question": "các loại những gì đang ngồi trên một đĩa với một ly sữa trắng",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "dĩa",
        "chén đĩa",
        "rau",
        "bữa ăn tối",
        "cái nĩa",
        "đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.34893,
      "confidences": [
        0.34893,
        0.256282,
        0.066855,
        0.039765,
        0.033748,
        0.022176,
        0.021078,
        0.02067,
        0.015787,
        0.008583
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.791504,
        0.768555,
        0.720703,
        0.698242,
        0.668945,
        0.734863,
        0.659668,
        0.666016,
        0.53418
      ]
    },
    {
      "question_id": "10067321",
      "image_id": 526028,
      "question": "những gì được trình bày độc đáo trên tấm lớn màu trắng",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "rau",
        "bữa ăn tối",
        "dĩa",
        "cái nĩa",
        "màu trắng",
        "chén đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.43138,
      "confidences": [
        0.43138,
        0.155627,
        0.059765,
        0.034522,
        0.033135,
        0.025306,
        0.024384,
        0.019028,
        0.013466,
        0.012261
      ],
      "gate_score_top1": 0.823242,
      "gate_scores": [
        0.823242,
        0.75293,
        0.740234,
        0.649414,
        0.6875,
        0.633301,
        0.680664,
        0.640625,
        0.613281,
        0.587891
      ]
    },
    {
      "question_id": "10089151",
      "image_id": 398209,
      "question": "những gì trong phòng khách dưới tivi",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "cái bàn",
        "đi văng",
        "cái kệ",
        "chung cư",
        "cây",
        "bức ảnh",
        "nhà ở",
        "cửa sổ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.184589,
      "confidences": [
        0.184589,
        0.105176,
        0.078619,
        0.046763,
        0.038617,
        0.036704,
        0.025574,
        0.023884,
        0.01957,
        0.01882
      ],
      "gate_score_top1": 0.769531,
      "gate_scores": [
        0.769531,
        0.674805,
        0.709961,
        0.618652,
        0.636719,
        0.595215,
        0.59375,
        0.567871,
        0.755859,
        0.592773
      ]
    },
    {
      "question_id": "10076511",
      "image_id": 404738,
      "question": "những gì đang ngồi trên cây xanh",
      "ground_truth": "lọ cắm hoa",
      "ground_truth_normalized": "lọ cắm hoa",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "lọ cắm hoa",
        "bát",
        "cây",
        "tách",
        "sân vườn",
        "cái lọ",
        "bông hoa",
        "tường",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.562496,
      "confidences": [
        0.562496,
        0.298739,
        0.041713,
        0.014,
        0.008475,
        0.00508,
        0.004114,
        0.002053,
        0.001801,
        0.001713
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.806152,
        0.820312,
        0.734863,
        0.707031,
        0.657227,
        0.67627,
        0.659668,
        0.494873,
        0.60791
      ]
    },
    {
      "question_id": "10079221",
      "image_id": 459182,
      "question": "hai người đi dọc theo những gì giữ ván lướt sóng",
      "ground_truth": "bờ biển",
      "ground_truth_normalized": "bờ biển",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "trượt tuyết",
        "cây sào",
        "diều",
        "ván trượt",
        "đồi",
        "dĩa nhựa",
        "ca nô"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.358588,
      "confidences": [
        0.358588,
        0.239806,
        0.080012,
        0.032265,
        0.026644,
        0.014657,
        0.010133,
        0.010093,
        0.009537,
        0.006964
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.807617,
        0.719238,
        0.748535,
        0.651367,
        0.740234,
        0.687012,
        0.64502,
        0.710938,
        0.463135
      ]
    },
    {
      "question_id": "10023611",
      "image_id": 345831,
      "question": "màu sắc của khăn choàng là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xanh dương",
        "màu tía",
        "màu vàng",
        "màu đen",
        "màu cam",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.538377,
      "confidences": [
        0.538377,
        0.381767,
        0.037948,
        0.013166,
        0.011941,
        0.003239,
        0.002333,
        0.002315,
        0.001194,
        0.001085
      ],
      "gate_score_top1": 0.850586,
      "gate_scores": [
        0.850586,
        0.877441,
        0.817871,
        0.799316,
        0.733398,
        0.796875,
        0.725098,
        0.702637,
        0.731934,
        0.669434
      ]
    },
    {
      "question_id": "10045001",
      "image_id": 107138,
      "question": "người phụ nữ đang ở đâu",
      "ground_truth": "tạp dề",
      "ground_truth_normalized": "tạp dề",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "tạp dề",
        "cửa hàng",
        "quán ăn",
        "cửa tiệm",
        "phòng",
        "lò vi sóng",
        "thùng chứa",
        "quán bar",
        "máy xay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.614135,
      "confidences": [
        0.614135,
        0.159582,
        0.103034,
        0.028723,
        0.015345,
        0.004744,
        0.002549,
        0.002069,
        0.001908,
        0.001808
      ],
      "gate_score_top1": 0.837891,
      "gate_scores": [
        0.837891,
        0.799316,
        0.796387,
        0.783203,
        0.697754,
        0.692871,
        0.529297,
        0.541992,
        0.581055,
        0.60498
      ]
    },
    {
      "question_id": "10075391",
      "image_id": 558673,
      "question": "ngôi nhà rất đẹp được sắp xếp rất tốt những gì",
      "ground_truth": "nhiều cái ghế",
      "ground_truth_normalized": "nhiều cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "nhiều cái ghế",
        "đi văng",
        "bức ảnh",
        "chung cư",
        "cửa sổ",
        "tường",
        "cái ghế",
        "cái kệ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.323386,
      "confidences": [
        0.323386,
        0.196911,
        0.08469,
        0.05798,
        0.025231,
        0.019804,
        0.016038,
        0.013192,
        0.012539,
        0.011825
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.836914,
        0.688477,
        0.645996,
        0.562012,
        0.614258,
        0.634766,
        0.591797,
        0.643066,
        0.646484
      ]
    },
    {
      "question_id": "10055071",
      "image_id": 366104,
      "question": "nhóm người đang đứng trong phòng là gì và một trong số họ đang xem",
      "ground_truth": "những bức ảnh",
      "ground_truth_normalized": "những bức ảnh",
      "predicted_top1": "máy ảnh",
      "predicted_topk": [
        "máy ảnh",
        "điện thoại",
        "kính đeo",
        "nón",
        "bức ảnh",
        "gian hàng",
        "đồ uống",
        "những bức ảnh",
        "bộ đồ",
        "laptop"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.437676,
      "confidences": [
        0.437676,
        0.089967,
        0.023287,
        0.019495,
        0.017543,
        0.016806,
        0.012465,
        0.009482,
        0.00911,
        0.007443
      ],
      "gate_score_top1": 0.783691,
      "gate_scores": [
        0.783691,
        0.773926,
        0.541016,
        0.740723,
        0.598145,
        0.591309,
        0.555664,
        0.496582,
        0.625977,
        0.679688
      ]
    },
    {
      "question_id": "10092331",
      "image_id": 434089,
      "question": "những gì đang ăn một số thực phẩm từ một máng gỗ",
      "ground_truth": "con heo",
      "ground_truth_normalized": "con heo",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "con bò",
        "gia súc",
        "bò đực",
        "con chó",
        "đồi",
        "bãi cỏ",
        "con mèo",
        "cây",
        "con voi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.750365,
      "confidences": [
        0.750365,
        0.040394,
        0.017612,
        0.013478,
        0.005763,
        0.005596,
        0.005046,
        0.003434,
        0.003236,
        0.002806
      ],
      "gate_score_top1": 0.796387,
      "gate_scores": [
        0.796387,
        0.689941,
        0.574219,
        0.557617,
        0.646973,
        0.547852,
        0.62793,
        0.54248,
        0.53125,
        0.546875
      ]
    },
    {
      "question_id": "10047831",
      "image_id": 496752,
      "question": "nhiều voi đang đứng ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "thân cây",
        "bãi cỏ",
        "chuồng trại",
        "hươu cao cổ",
        "lá",
        "con voi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.643786,
      "confidences": [
        0.643786,
        0.290177,
        0.037767,
        0.002993,
        0.001801,
        0.001759,
        0.001116,
        0.001012,
        0.000694,
        0.000622
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.869141,
        0.853027,
        0.625,
        0.666992,
        0.568848,
        0.650391,
        0.653809,
        0.565918,
        0.621582
      ]
    },
    {
      "question_id": "10042071",
      "image_id": 46298,
      "question": "đâu là bó hotdogs nơi nấu ăn",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "cái nồi",
        "món ăn",
        "bát",
        "lò vi sóng",
        "quầy tính tiền",
        "thùng chứa",
        "giấy bạc",
        "cà rốt",
        "chén đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.483137,
      "confidences": [
        0.483137,
        0.359037,
        0.030886,
        0.01948,
        0.014675,
        0.006798,
        0.005669,
        0.002884,
        0.002741,
        0.002555
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.864746,
        0.745605,
        0.708008,
        0.726074,
        0.592285,
        0.658691,
        0.597656,
        0.582031,
        0.615723
      ]
    },
    {
      "question_id": "10105571",
      "image_id": 286137,
      "question": "có bao nhiêu người đang đứng bên ngoài một chiếc xe tải bán hàng tự động",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.431793,
      "confidences": [
        0.431793,
        0.250881,
        0.177901,
        0.088067,
        0.007862,
        0.006595,
        0.003073,
        0.001789,
        0.000991,
        0.000739
      ],
      "gate_score_top1": 0.827637,
      "gate_scores": [
        0.827637,
        0.761719,
        0.805176,
        0.766602,
        0.641113,
        0.595703,
        0.594727,
        0.525391,
        0.459717,
        0.44458
      ]
    },
    {
      "question_id": "10036711",
      "image_id": 50658,
      "question": "thuyền nhỏ được cập cảng ở đâu",
      "ground_truth": "bến tàu",
      "ground_truth_normalized": "bến tàu",
      "predicted_top1": "bến du thuyền",
      "predicted_topk": [
        "bến du thuyền",
        "con thuyền",
        "ca nô",
        "thuyền buồm",
        "bến tàu",
        "hồ bơi",
        "xe đạp",
        "cầu",
        "sân vườn",
        "các tòa nhà"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.340935,
      "confidences": [
        0.340935,
        0.254353,
        0.024842,
        0.018425,
        0.01498,
        0.011089,
        0.010077,
        0.006792,
        0.006551,
        0.006551
      ],
      "gate_score_top1": 0.787109,
      "gate_scores": [
        0.787109,
        0.639648,
        0.590332,
        0.532715,
        0.541992,
        0.62207,
        0.549316,
        0.544922,
        0.641602,
        0.467285
      ]
    },
    {
      "question_id": "10041111",
      "image_id": 252925,
      "question": "người phụ nữ mặc một chiếc áo sơ mi ở đâu",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "lò vi sóng",
        "phòng",
        "nhà ở",
        "chậu",
        "cửa sổ",
        "buồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.784613,
      "confidences": [
        0.784613,
        0.091896,
        0.05075,
        0.009573,
        0.008399,
        0.005339,
        0.002402,
        0.001885,
        0.001521,
        0.001518
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.804199,
        0.751465,
        0.709961,
        0.64209,
        0.676758,
        0.668945,
        0.623047,
        0.566895,
        0.465576
      ]
    },
    {
      "question_id": "10094191",
      "image_id": 503210,
      "question": "chiếc ghế dài sọc mà một chiếc đồng hồ một cái gương một cây và một chiếc đèn và cái gì trong đó",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "nhà ở",
      "predicted_topk": [
        "nhà ở",
        "phòng",
        "bức ảnh",
        "nhiều cái ghế",
        "cửa",
        "đi văng",
        "cửa sổ",
        "cây",
        "cái kệ",
        "chung cư"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.231973,
      "confidences": [
        0.231973,
        0.191563,
        0.076198,
        0.0455,
        0.043586,
        0.040707,
        0.02393,
        0.019153,
        0.018099,
        0.018099
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.773926,
        0.652832,
        0.68457,
        0.69043,
        0.675781,
        0.672363,
        0.590332,
        0.633301,
        0.581055
      ]
    },
    {
      "question_id": "10025921",
      "image_id": 55447,
      "question": "người đàn ông đứng ở đâu trước một con vật lông trắng",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "áo vest",
        "gương",
        "chuồng trại",
        "đường",
        "ô cửa",
        "con cừu",
        "cửa tiệm",
        "rào chắn",
        "lồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.312592,
      "confidences": [
        0.312592,
        0.111024,
        0.051631,
        0.04173,
        0.026319,
        0.017774,
        0.01417,
        0.013338,
        0.012877,
        0.011264
      ],
      "gate_score_top1": 0.775879,
      "gate_scores": [
        0.775879,
        0.662109,
        0.692383,
        0.775391,
        0.70459,
        0.528809,
        0.638184,
        0.60498,
        0.540527,
        0.669434
      ]
    },
    {
      "question_id": "10036301",
      "image_id": 92288,
      "question": "thức ăn kèm salad phục vụ ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "quán ăn",
        "món ăn",
        "đĩa ăn",
        "cái rổ",
        "bữa ăn",
        "thùng chứa",
        "chảo",
        "cái nồi",
        "chén đĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.575723,
      "confidences": [
        0.575723,
        0.100046,
        0.084908,
        0.069571,
        0.031728,
        0.013098,
        0.00764,
        0.007205,
        0.005869,
        0.005271
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.821777,
        0.795898,
        0.751953,
        0.746582,
        0.723633,
        0.682129,
        0.699707,
        0.670898,
        0.641602
      ]
    },
    {
      "question_id": "10048561",
      "image_id": 277267,
      "question": "người đàn ông cắt tóc ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "cửa tiệm",
        "phòng",
        "nhà ở",
        "đường phố",
        "văn phòng",
        "bát",
        "cửa hàng",
        "phòng tắm",
        "cái rổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.275514,
      "confidences": [
        0.275514,
        0.157598,
        0.131164,
        0.020672,
        0.016258,
        0.016258,
        0.015006,
        0.014291,
        0.010767,
        0.010314
      ],
      "gate_score_top1": 0.725098,
      "gate_scores": [
        0.725098,
        0.771484,
        0.751953,
        0.694336,
        0.679688,
        0.628906,
        0.668945,
        0.642578,
        0.626953,
        0.605957
      ]
    },
    {
      "question_id": "10087181",
      "image_id": 531334,
      "question": "những gì được âu yếm với nhau trên một con chó khác",
      "ground_truth": "con chó",
      "ground_truth_normalized": "con chó",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "gấu trúc",
        "con chó",
        "đồ chơi",
        "móng vuốt",
        "màu nâu",
        "con chim",
        "hươu cao cổ",
        "cây",
        "ngựa vằn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.978102,
      "confidences": [
        0.978102,
        0.005659,
        0.004029,
        0.000719,
        0.000517,
        0.000416,
        0.000413,
        0.000244,
        0.000217,
        0.000205
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.731445,
        0.745117,
        0.624023,
        0.489258,
        0.67334,
        0.551758,
        0.577148,
        0.547363,
        0.609863
      ]
    },
    {
      "question_id": "10104151",
      "image_id": 433968,
      "question": "có bao nhiêu máy bay phản lực trong không khí lặn từ cùng một điểm và đang tỏa ra",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "bảy",
        "chín",
        "năm",
        "ba",
        "tám",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.669123,
      "confidences": [
        0.669123,
        0.159553,
        0.080228,
        0.02656,
        0.014497,
        0.014384,
        0.00869,
        0.004145,
        0.002236,
        0.001601
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.796875,
        0.772461,
        0.723633,
        0.699219,
        0.702637,
        0.663086,
        0.598145,
        0.59375,
        0.4729
      ]
    },
    {
      "question_id": "10049101",
      "image_id": 462057,
      "question": "xe buýt đỏ hai tầng ở đâu",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ga-ra",
        "kho",
        "trạm",
        "bảo tàng",
        "phòng",
        "cửa tiệm",
        "chuồng",
        "sân bay",
        "đường phố"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.315554,
      "confidences": [
        0.315554,
        0.301104,
        0.132574,
        0.112076,
        0.016561,
        0.012748,
        0.010568,
        0.00601,
        0.004838,
        0.003776
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.855469,
        0.798828,
        0.803223,
        0.777832,
        0.708496,
        0.711426,
        0.584961,
        0.622559,
        0.649902
      ]
    },
    {
      "question_id": "10112271",
      "image_id": 477831,
      "question": "có bao nhiêu vòi chữa cháy màu vàng đang ngồi trên bãi cỏ gần một cây xăng cạnh biển hiệu đường phố",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.42932,
      "confidences": [
        0.42932,
        0.422664,
        0.072876,
        0.04301,
        0.010256,
        0.00416,
        0.003893,
        0.001524,
        0.001073,
        0.000894
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.852539,
        0.822754,
        0.777344,
        0.75,
        0.571289,
        0.617676,
        0.565918,
        0.505859,
        0.517578
      ]
    },
    {
      "question_id": "10085831",
      "image_id": 512254,
      "question": "một số con voi và một con đang ăn gì",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "con voi",
        "bãi cỏ",
        "lá",
        "vườn bách thú",
        "cây",
        "đồi",
        "hoa quả",
        "chuồng",
        "đường"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.338838,
      "confidences": [
        0.338838,
        0.091197,
        0.086344,
        0.052781,
        0.035091,
        0.027597,
        0.026905,
        0.01137,
        0.009859,
        0.008916
      ],
      "gate_score_top1": 0.768066,
      "gate_scores": [
        0.768066,
        0.691406,
        0.698242,
        0.648438,
        0.678223,
        0.696289,
        0.623535,
        0.513672,
        0.618164,
        0.596191
      ]
    },
    {
      "question_id": "10056221",
      "image_id": 347819,
      "question": "cái gì đã sẵn sàng để ăn trong đĩa",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "rau",
        "dĩa",
        "cái nĩa",
        "bữa ăn tối",
        "chén đĩa",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.345185,
      "confidences": [
        0.345185,
        0.143894,
        0.064354,
        0.048199,
        0.041146,
        0.03761,
        0.036382,
        0.032422,
        0.020448,
        0.010123
      ],
      "gate_score_top1": 0.832031,
      "gate_scores": [
        0.832031,
        0.758301,
        0.76416,
        0.696289,
        0.729492,
        0.695312,
        0.688965,
        0.65625,
        0.628906,
        0.567871
      ]
    },
    {
      "question_id": "10046461",
      "image_id": 570834,
      "question": "xe đạp đang được vận chuyển ở đâu",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "ga-ra",
        "sân bay",
        "gương",
        "ô cửa",
        "tòa nhà",
        "phòng",
        "kho",
        "áo vest"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.409164,
      "confidences": [
        0.409164,
        0.086101,
        0.057693,
        0.026987,
        0.025953,
        0.021307,
        0.018657,
        0.017561,
        0.016888,
        0.014759
      ],
      "gate_score_top1": 0.769531,
      "gate_scores": [
        0.769531,
        0.705078,
        0.750977,
        0.731445,
        0.683105,
        0.561035,
        0.68457,
        0.634766,
        0.624512,
        0.612305
      ]
    },
    {
      "question_id": "10073811",
      "image_id": 352418,
      "question": "thịt và bông cải xanh có gì đặc trưng với nhau",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "rau",
        "chén đĩa",
        "cái nĩa",
        "thịt",
        "dĩa",
        "rau xà lách"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.202192,
      "confidences": [
        0.202192,
        0.161832,
        0.14735,
        0.087987,
        0.0798,
        0.035273,
        0.031929,
        0.03125,
        0.030526,
        0.01535
      ],
      "gate_score_top1": 0.757812,
      "gate_scores": [
        0.757812,
        0.833496,
        0.796387,
        0.736816,
        0.777344,
        0.715332,
        0.653809,
        0.696777,
        0.691895,
        0.637207
      ]
    },
    {
      "question_id": "10053011",
      "image_id": 558673,
      "question": "những gì có chiếc ghế được sắp xếp rất tốt",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "nhiều cái ghế",
        "đi văng",
        "bức ảnh",
        "chung cư",
        "cửa sổ",
        "tường",
        "cái kệ",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.437533,
      "confidences": [
        0.437533,
        0.196443,
        0.054978,
        0.050451,
        0.020544,
        0.019757,
        0.012363,
        0.00875,
        0.007662,
        0.007086
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.850098,
        0.703613,
        0.664551,
        0.570312,
        0.633301,
        0.650391,
        0.586426,
        0.633789,
        0.620605
      ]
    },
    {
      "question_id": "10057621",
      "image_id": 357870,
      "question": "cái gì bên cạnh chiếc máy tính xách tay đang ngồi trên chiếc bàn màu trắng",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "máy tính",
        "laptop",
        "văn phòng",
        "cái ghế",
        "bàn phím",
        "thư viện",
        "trang thiết bị",
        "bức tranh",
        "phòng ngủ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.372155,
      "confidences": [
        0.372155,
        0.203924,
        0.118022,
        0.08805,
        0.067775,
        0.025825,
        0.009101,
        0.006039,
        0.005762,
        0.004676
      ],
      "gate_score_top1": 0.83252,
      "gate_scores": [
        0.83252,
        0.844727,
        0.827148,
        0.793945,
        0.722168,
        0.73584,
        0.647461,
        0.496826,
        0.590332,
        0.587402
      ]
    },
    {
      "question_id": "10029651",
      "image_id": 429038,
      "question": "một số người đàn ông chơi game ở đâu",
      "ground_truth": "chung cư",
      "ground_truth_normalized": "chung cư",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "chung cư",
        "nhà ở",
        "cái ghế",
        "phòng ngủ",
        "cửa sổ",
        "nhiều cái ghế",
        "đi văng",
        "tòa nhà",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.963443,
      "confidences": [
        0.963443,
        0.009822,
        0.0078,
        0.002217,
        0.001557,
        0.00106,
        0.000887,
        0.00073,
        0.000573,
        0.000565
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.73291,
        0.824707,
        0.700195,
        0.793945,
        0.631836,
        0.598633,
        0.566406,
        0.599609,
        0.663574
      ]
    },
    {
      "question_id": "10079471",
      "image_id": 430533,
      "question": "những gì đầy với con chó nóng và một mảnh dưa",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "cái mâm",
      "predicted_topk": [
        "cái mâm",
        "thùng chứa",
        "hộp",
        "chén đĩa",
        "giấy bạc",
        "con chó",
        "dĩa",
        "bữa ăn",
        "sandwich",
        "cái rổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.458832,
      "confidences": [
        0.458832,
        0.222745,
        0.036504,
        0.025138,
        0.022446,
        0.021004,
        0.01269,
        0.011375,
        0.011264,
        0.007287
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.80127,
        0.73291,
        0.610352,
        0.77002,
        0.647949,
        0.629395,
        0.624512,
        0.754883,
        0.677246
      ]
    },
    {
      "question_id": "10011801",
      "image_id": 469035,
      "question": "màu sắc của một cái gì đó là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu trắng",
        "donut",
        "màu đỏ",
        "màu vàng",
        "quả táo",
        "bánh ngọt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.489199,
      "confidences": [
        0.489199,
        0.235639,
        0.101744,
        0.025826,
        0.02235,
        0.01632,
        0.013424,
        0.009802,
        0.002746,
        0.002722
      ],
      "gate_score_top1": 0.831055,
      "gate_scores": [
        0.831055,
        0.813965,
        0.760254,
        0.724121,
        0.768555,
        0.654297,
        0.697266,
        0.710938,
        0.491211,
        0.474121
      ]
    },
    {
      "question_id": "10030781",
      "image_id": 278962,
      "question": "pizza đã nướng ở đâu trong lò sưởi gỗ hiện đại",
      "ground_truth": "phòng bếp",
      "ground_truth_normalized": "phòng bếp",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "phòng bếp",
        "tạp dề",
        "quán ăn",
        "cửa tiệm",
        "chảo",
        "hộp",
        "phòng",
        "pizza",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.603558,
      "confidences": [
        0.603558,
        0.277411,
        0.030882,
        0.024912,
        0.006385,
        0.004546,
        0.001709,
        0.00165,
        0.00149,
        0.001482
      ],
      "gate_score_top1": 0.836914,
      "gate_scores": [
        0.836914,
        0.848145,
        0.722168,
        0.8125,
        0.634766,
        0.638184,
        0.593262,
        0.575684,
        0.60791,
        0.521973
      ]
    },
    {
      "question_id": "10067051",
      "image_id": 451598,
      "question": "cái xúc xích dài hơn cái bánh mì và có cái gì ép chặt vào nó",
      "ground_truth": "phô mai",
      "ground_truth_normalized": "phô mai",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "búi tóc",
        "cái mâm",
        "phô mai",
        "cái rổ",
        "đĩa ăn",
        "sandwich",
        "bữa ăn",
        "sô cô la",
        "bức ảnh"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.439435,
      "confidences": [
        0.439435,
        0.103563,
        0.017006,
        0.014209,
        0.011384,
        0.010446,
        0.010416,
        0.009997,
        0.008526,
        0.006952
      ],
      "gate_score_top1": 0.760254,
      "gate_scores": [
        0.760254,
        0.69873,
        0.668457,
        0.490234,
        0.611816,
        0.665527,
        0.683594,
        0.620605,
        0.53418,
        0.52002
      ]
    },
    {
      "question_id": "10026371",
      "image_id": 519635,
      "question": "người phụ nữ đang ngồi và làm việc ở đâu",
      "ground_truth": "gian hàng",
      "ground_truth_normalized": "gian hàng",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "gian hàng",
        "xe ô tô",
        "trạm",
        "phòng",
        "xe đẩy",
        "xe lăn",
        "văn phòng",
        "balo",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.253275,
      "confidences": [
        0.253275,
        0.109787,
        0.045766,
        0.045144,
        0.02978,
        0.024306,
        0.023058,
        0.021576,
        0.012451,
        0.012306
      ],
      "gate_score_top1": 0.743652,
      "gate_scores": [
        0.743652,
        0.641602,
        0.698242,
        0.696289,
        0.675781,
        0.628906,
        0.612305,
        0.65625,
        0.592773,
        0.530273
      ]
    },
    {
      "question_id": "10089731",
      "image_id": 373075,
      "question": "người đàn ông không mặc áo đang nướng cái gì vậy",
      "ground_truth": "thịt",
      "ground_truth_normalized": "thịt",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "áo sơ mi",
        "cái mâm",
        "thịt",
        "lò vi sóng",
        "gà",
        "cà rốt",
        "bữa ăn",
        "dao",
        "tạp dề"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.103761,
      "confidences": [
        0.103761,
        0.058776,
        0.044977,
        0.044889,
        0.031707,
        0.031155,
        0.030612,
        0.028422,
        0.023517,
        0.021204
      ],
      "gate_score_top1": 0.658203,
      "gate_scores": [
        0.658203,
        0.579102,
        0.729492,
        0.652344,
        0.637695,
        0.562988,
        0.64502,
        0.679688,
        0.716797,
        0.612793
      ]
    },
    {
      "question_id": "10006691",
      "image_id": 440885,
      "question": "màu của quá cảnh là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu tía",
        "màu trắng",
        "màu đỏ",
        "màu xanh dương",
        "màu đen",
        "màu nâu",
        "màu cam",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.40476,
      "confidences": [
        0.40476,
        0.291538,
        0.253292,
        0.009783,
        0.006776,
        0.005911,
        0.004401,
        0.003151,
        0.002315,
        0.002128
      ],
      "gate_score_top1": 0.826172,
      "gate_scores": [
        0.826172,
        0.831055,
        0.859863,
        0.73877,
        0.752441,
        0.716309,
        0.660156,
        0.654297,
        0.716309,
        0.657227
      ]
    },
    {
      "question_id": "10015081",
      "image_id": 411792,
      "question": "màu của dấu hiệu là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đỏ",
        "màu xám",
        "màu đen",
        "màu vàng",
        "màu trắng",
        "màu xanh dương",
        "màu tía",
        "màu nâu",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.734657,
      "confidences": [
        0.734657,
        0.202419,
        0.023432,
        0.00862,
        0.007788,
        0.005311,
        0.003323,
        0.0021,
        0.001658,
        0.001655
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.84375,
        0.811035,
        0.745605,
        0.714844,
        0.75293,
        0.65918,
        0.717285,
        0.623047,
        0.79541
      ]
    },
    {
      "question_id": "10074431",
      "image_id": 554021,
      "question": "người đàn ông đang dùng đòn gì trên một bộ quần áo màu xanh lam kiểm tra",
      "ground_truth": "máy sấy khô",
      "ground_truth_normalized": "máy sấy khô",
      "predicted_top1": "chuối",
      "predicted_topk": [
        "chuối",
        "khăn",
        "máy sấy khô",
        "bàn chải",
        "con voi",
        "bức ảnh",
        "phòng tắm",
        "dao",
        "tường",
        "bồn tắm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.30678,
      "confidences": [
        0.30678,
        0.02973,
        0.027657,
        0.02484,
        0.023518,
        0.015022,
        0.014264,
        0.012539,
        0.01243,
        0.010736
      ],
      "gate_score_top1": 0.749512,
      "gate_scores": [
        0.749512,
        0.580566,
        0.520996,
        0.655762,
        0.633789,
        0.523926,
        0.562988,
        0.657227,
        0.617676,
        0.591309
      ]
    },
    {
      "question_id": "10026381",
      "image_id": 499978,
      "question": "người đàn ông đang làm gì đó ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bát",
        "phòng",
        "tạp dề",
        "quán ăn",
        "cái nồi",
        "chảo",
        "nhà ở",
        "cửa tiệm",
        "chậu"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.76187,
      "confidences": [
        0.76187,
        0.071981,
        0.024111,
        0.023923,
        0.0182,
        0.007099,
        0.006801,
        0.006204,
        0.006013,
        0.00315
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.830078,
        0.740234,
        0.706055,
        0.761719,
        0.679199,
        0.67334,
        0.692383,
        0.637207,
        0.618164
      ]
    },
    {
      "question_id": "10094651",
      "image_id": 515176,
      "question": "cái gì trên sàn",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "hộp",
        "tủ đá",
        "cái kệ",
        "tường",
        "cỗ máy",
        "nón",
        "máy xay",
        "chuột",
        "cái mâm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.112415,
      "confidences": [
        0.112415,
        0.074012,
        0.038397,
        0.027334,
        0.024791,
        0.02175,
        0.021623,
        0.020116,
        0.018971,
        0.016742
      ],
      "gate_score_top1": 0.572754,
      "gate_scores": [
        0.572754,
        0.682129,
        0.709961,
        0.650391,
        0.586914,
        0.46875,
        0.710449,
        0.744629,
        0.658203,
        0.692871
      ]
    },
    {
      "question_id": "10077801",
      "image_id": 549390,
      "question": "người phụ nữ mặc những gì đang đi xe đạp",
      "ground_truth": "đầm",
      "ground_truth_normalized": "đầm",
      "predicted_top1": "xe đạp",
      "predicted_topk": [
        "xe đạp",
        "đường",
        "xe tay ga",
        "xe lăn",
        "ảnh chụp",
        "xe máy",
        "chim bồ câu",
        "ván trượt",
        "giá đỡ",
        "đường phố"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.766148,
      "confidences": [
        0.766148,
        0.014365,
        0.011297,
        0.009626,
        0.008027,
        0.00754,
        0.007266,
        0.005759,
        0.004774,
        0.004677
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.696777,
        0.75,
        0.772949,
        0.58252,
        0.607422,
        0.573242,
        0.667969,
        0.517578,
        0.619141
      ]
    },
    {
      "question_id": "10041711",
      "image_id": 534954,
      "question": "người phụ nữ để một con diều hâu đi đâu",
      "ground_truth": "găng tay",
      "ground_truth_normalized": "găng tay",
      "predicted_top1": "sân",
      "predicted_topk": [
        "sân",
        "chuồng",
        "lồng",
        "găng tay",
        "diều",
        "bãi cỏ",
        "vườn bách thú",
        "đường",
        "rào chắn",
        "áo vest"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.114182,
      "confidences": [
        0.114182,
        0.080024,
        0.061959,
        0.056635,
        0.031461,
        0.029324,
        0.024263,
        0.023563,
        0.021246,
        0.019959
      ],
      "gate_score_top1": 0.725098,
      "gate_scores": [
        0.725098,
        0.697266,
        0.754395,
        0.661133,
        0.634766,
        0.637207,
        0.733398,
        0.664062,
        0.581543,
        0.612793
      ]
    },
    {
      "question_id": "10101901",
      "image_id": 360772,
      "question": "những gì cần được tái tạo bề mặt và sơn",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "nhà ở",
        "phòng",
        "bồn tắm",
        "tường",
        "bồn tiểu",
        "khăn",
        "cửa",
        "bức ảnh"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.862896,
      "confidences": [
        0.862896,
        0.017223,
        0.015499,
        0.011699,
        0.009255,
        0.008626,
        0.008104,
        0.007687,
        0.00578,
        0.00469
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.72998,
        0.806641,
        0.762207,
        0.758789,
        0.65625,
        0.684082,
        0.671387,
        0.641602,
        0.580566
      ]
    },
    {
      "question_id": "10049581",
      "image_id": 208043,
      "question": "một chiếc đồng hồ gỗ cũ màu xanh lá cây đứng ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "tòa nhà",
        "nhà ở",
        "hành lang",
        "cửa tiệm",
        "bảo tàng",
        "ga-ra",
        "kho",
        "ô cửa",
        "phòng ngủ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.374026,
      "confidences": [
        0.374026,
        0.246253,
        0.116777,
        0.029991,
        0.022995,
        0.019213,
        0.016053,
        0.013256,
        0.013051,
        0.008779
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.788574,
        0.835938,
        0.728516,
        0.742188,
        0.737793,
        0.776855,
        0.730957,
        0.615723,
        0.772949
      ]
    },
    {
      "question_id": "10096851",
      "image_id": 390718,
      "question": "người đàn ông đang cầm một cây gậy bóng cơ bản và nổi bật trong một trò chơi là gì",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "quả bóng",
        "mũ",
        "áo sơ mi",
        "găng tay",
        "sân vận động",
        "dĩa nhựa",
        "lồng",
        "nón",
        "đồng phục"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.593875,
      "confidences": [
        0.593875,
        0.142721,
        0.030268,
        0.023804,
        0.016946,
        0.013563,
        0.005754,
        0.004687,
        0.003651,
        0.003373
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.756836,
        0.689941,
        0.681641,
        0.739746,
        0.653809,
        0.584961,
        0.609375,
        0.658203,
        0.446777
      ]
    },
    {
      "question_id": "10027381",
      "image_id": 411362,
      "question": "người đàn ông đang giữ huy chương quân sự ở đâu",
      "ground_truth": "quán bar",
      "ground_truth_normalized": "quán bar",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "quán bar",
        "quán ăn",
        "nhà ở",
        "cửa hàng",
        "cửa tiệm",
        "gian hàng",
        "áo vest",
        "bảo tàng",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.326124,
      "confidences": [
        0.326124,
        0.260008,
        0.114928,
        0.02762,
        0.018327,
        0.015799,
        0.013753,
        0.010837,
        0.010669,
        0.006612
      ],
      "gate_score_top1": 0.790527,
      "gate_scores": [
        0.790527,
        0.751953,
        0.798828,
        0.725586,
        0.725586,
        0.713867,
        0.649902,
        0.557129,
        0.6875,
        0.675293
      ]
    },
    {
      "question_id": "10110371",
      "image_id": 248496,
      "question": "nenon có bao nhiêu đường dừng biển báo trên một con phố",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "bốn",
        "hai",
        "ba",
        "năm",
        "bảy",
        "sáu",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.521228,
      "confidences": [
        0.521228,
        0.193253,
        0.092362,
        0.071651,
        0.03988,
        0.02709,
        0.020369,
        0.005241,
        0.004772,
        0.004379
      ],
      "gate_score_top1": 0.82666,
      "gate_scores": [
        0.82666,
        0.799805,
        0.756348,
        0.79541,
        0.782227,
        0.70752,
        0.669434,
        0.612305,
        0.592773,
        0.575684
      ]
    },
    {
      "question_id": "10113041",
      "image_id": 67117,
      "question": "thanh niên mặc quần jean, áo phông đi xe đạp bao nhiêu tốc độ mà không dùng tay để điều khiển",
      "ground_truth": "mười",
      "ground_truth_normalized": "mười",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "mười",
        "xe đạp",
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.348427,
      "confidences": [
        0.348427,
        0.206436,
        0.097514,
        0.039092,
        0.037742,
        0.032094,
        0.025637,
        0.015071,
        0.009106,
        0.006351
      ],
      "gate_score_top1": 0.69043,
      "gate_scores": [
        0.69043,
        0.712402,
        0.64209,
        0.716309,
        0.583008,
        0.627441,
        0.601562,
        0.533203,
        0.524414,
        0.395752
      ]
    },
    {
      "question_id": "10000931",
      "image_id": 267552,
      "question": "màu của sàn là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu xám",
        "màu nâu",
        "màu tía",
        "màu trắng",
        "màu vàng",
        "màu xanh lá",
        "màu cam",
        "màu đen",
        "màu đỏ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.406592,
      "confidences": [
        0.406592,
        0.271908,
        0.1611,
        0.083578,
        0.021718,
        0.01458,
        0.011947,
        0.006174,
        0.002702,
        0.002223
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.826172,
        0.82666,
        0.811523,
        0.785645,
        0.762207,
        0.671875,
        0.711914,
        0.652832,
        0.685059
      ]
    },
    {
      "question_id": "10092081",
      "image_id": 378139,
      "question": "cái gì đang đi xuống một con kênh",
      "ground_truth": "đưa đón",
      "ground_truth_normalized": "đưa đón",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "thuyền buồm",
        "ca nô",
        "cầu",
        "động cơ",
        "hàng hoá",
        "xe đạp",
        "xe đẩy",
        "đưa đón"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.947946,
      "confidences": [
        0.947946,
        0.006325,
        0.004322,
        0.002823,
        0.00194,
        0.001802,
        0.001258,
        0.001188,
        0.001005,
        0.000837
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.669434,
        0.595215,
        0.504883,
        0.586914,
        0.632324,
        0.484619,
        0.560547,
        0.641113,
        0.38916
      ]
    },
    {
      "question_id": "10056991",
      "image_id": 554145,
      "question": "những gì được trưng bày trong một cửa hàng",
      "ground_truth": "bàn chải đánh răng.",
      "ground_truth_normalized": "bàn chải đánh răng.",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cái kệ",
        "cửa",
        "bàn chải đánh răng.",
        "hoa quả",
        "cái mâm",
        "bức tượng",
        "rau",
        "cà rốt",
        "con chó"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.597582,
      "confidences": [
        0.597582,
        0.027249,
        0.019474,
        0.015315,
        0.010103,
        0.007984,
        0.00793,
        0.007611,
        0.007312,
        0.006803
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.694824,
        0.612305,
        0.51709,
        0.681641,
        0.722168,
        0.57666,
        0.690918,
        0.548828,
        0.574219
      ]
    },
    {
      "question_id": "10091571",
      "image_id": 454129,
      "question": "cái gì và gurney bên cạnh xe máy",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe cộ",
        "xe tải",
        "xe đạp",
        "xe đẩy",
        "xe tay ga",
        "phương tiện giao thông",
        "đường",
        "xe ô tô",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.304213,
      "confidences": [
        0.304213,
        0.183078,
        0.079981,
        0.072824,
        0.036833,
        0.024729,
        0.019372,
        0.012606,
        0.011935,
        0.008251
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.744141,
        0.760742,
        0.718262,
        0.730469,
        0.669434,
        0.666992,
        0.657715,
        0.623535,
        0.532715
      ]
    },
    {
      "question_id": "10025131",
      "image_id": 18917,
      "question": "món thịt và mì ống với rau phục vụ ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "bát",
        "cái nồi",
        "món ăn",
        "chén đĩa",
        "đĩa ăn",
        "lò vi sóng",
        "quầy tính tiền",
        "bữa ăn",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.58892,
      "confidences": [
        0.58892,
        0.144321,
        0.097652,
        0.088567,
        0.004731,
        0.004703,
        0.004435,
        0.004224,
        0.00375,
        0.001648
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.79541,
        0.833984,
        0.758301,
        0.614258,
        0.667969,
        0.660156,
        0.563477,
        0.621094,
        0.568359
      ]
    },
    {
      "question_id": "10118561",
      "image_id": 84670,
      "question": "có bao nhiêu người trượt tuyết nhảy ra khỏi đoạn đường dốc phủ đầy tuyết",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "một",
        "mười",
        "núi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.398396,
      "confidences": [
        0.398396,
        0.266427,
        0.198767,
        0.058985,
        0.0169,
        0.005551,
        0.003763,
        0.003102,
        0.003054,
        0.002797
      ],
      "gate_score_top1": 0.855469,
      "gate_scores": [
        0.855469,
        0.802246,
        0.762207,
        0.734375,
        0.688965,
        0.581543,
        0.480713,
        0.546875,
        0.552734,
        0.585938
      ]
    },
    {
      "question_id": "10077611",
      "image_id": 450577,
      "question": "những gì đứng trong xe ngựa hạn chế nhỏ",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "con bò",
        "con chó",
        "mũ",
        "màu nâu",
        "xe",
        "gia súc",
        "bãi cỏ",
        "gấu",
        "ngựa rằn"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.974217,
      "confidences": [
        0.974217,
        0.00672,
        0.003077,
        0.00079,
        0.000608,
        0.0005,
        0.000494,
        0.000492,
        0.000287,
        0.000269
      ],
      "gate_score_top1": 0.905762,
      "gate_scores": [
        0.905762,
        0.758301,
        0.715332,
        0.57666,
        0.70752,
        0.537598,
        0.652344,
        0.63916,
        0.516113,
        0.615234
      ]
    },
    {
      "question_id": "10077981",
      "image_id": 531023,
      "question": "những gì đang ngồi trên giá đỡ trên một nhà vệ sinh",
      "ground_truth": "khăn",
      "ground_truth_normalized": "khăn",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "khăn",
        "bồn tiểu",
        "vòi hoa sen",
        "bồn tắm",
        "tường",
        "phòng",
        "bức ảnh",
        "cửa",
        "quầy tính tiền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.743419,
      "confidences": [
        0.743419,
        0.05961,
        0.040969,
        0.025438,
        0.017968,
        0.010604,
        0.008438,
        0.006113,
        0.004499,
        0.002939
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.748535,
        0.720703,
        0.675293,
        0.774414,
        0.583496,
        0.721191,
        0.576172,
        0.567871,
        0.540039
      ]
    },
    {
      "question_id": "10119191",
      "image_id": 73417,
      "question": "có bao nhiêu xúc xích đang ngồi trên lò nướng",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "tám",
        "ba",
        "hai",
        "bảy",
        "một",
        "mười",
        "chảo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.193898,
      "confidences": [
        0.193898,
        0.159496,
        0.138573,
        0.116235,
        0.099421,
        0.079887,
        0.033432,
        0.026811,
        0.006519,
        0.004831
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.745605,
        0.695312,
        0.670898,
        0.715332,
        0.732422,
        0.623047,
        0.615234,
        0.505371,
        0.546875
      ]
    },
    {
      "question_id": "10042381",
      "image_id": 277653,
      "question": "người đàn ông đứng cạnh một chiếc máy bay ở đâu",
      "ground_truth": "bảo tàng",
      "ground_truth_normalized": "bảo tàng",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "bảo tàng",
        "tòa nhà",
        "kho",
        "cửa tiệm",
        "sân bay",
        "phòng",
        "trạm",
        "máy bay",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.521649,
      "confidences": [
        0.521649,
        0.270628,
        0.076334,
        0.036769,
        0.008993,
        0.008802,
        0.007829,
        0.006241,
        0.004861,
        0.002319
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.86084,
        0.782715,
        0.79541,
        0.726562,
        0.708984,
        0.707031,
        0.706543,
        0.54248,
        0.655273
      ]
    },
    {
      "question_id": "10077911",
      "image_id": 353317,
      "question": "phòng bếp có nhiều khoảng thông tầng và hình dưới là phòng bếp có tủ ở giữa là gì",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bức ảnh",
        "quầy tính tiền",
        "nhà ở",
        "cửa",
        "tủ đá",
        "bếp",
        "mũ",
        "tường",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.179514,
      "confidences": [
        0.179514,
        0.113218,
        0.063883,
        0.053272,
        0.037923,
        0.029077,
        0.023732,
        0.015055,
        0.014997,
        0.014338
      ],
      "gate_score_top1": 0.714844,
      "gate_scores": [
        0.714844,
        0.628418,
        0.626465,
        0.68457,
        0.615723,
        0.720215,
        0.634277,
        0.513672,
        0.594727,
        0.558105
      ]
    },
    {
      "question_id": "10068571",
      "image_id": 543672,
      "question": "những gì được sắp xếp trên nhiều kệ khác nhau",
      "ground_truth": "chén đĩa",
      "ground_truth_normalized": "chén đĩa",
      "predicted_top1": "cái kệ",
      "predicted_topk": [
        "cái kệ",
        "cửa",
        "tủ đá",
        "tường",
        "phòng bếp",
        "chai",
        "lò vi sóng",
        "tủ lạnh",
        "quầy tính tiền",
        "bông hoa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.664736,
      "confidences": [
        0.664736,
        0.048531,
        0.023606,
        0.017372,
        0.014888,
        0.013689,
        0.010661,
        0.01064,
        0.008533,
        0.008516
      ],
      "gate_score_top1": 0.832031,
      "gate_scores": [
        0.832031,
        0.682129,
        0.755371,
        0.675781,
        0.647461,
        0.693359,
        0.541016,
        0.686523,
        0.637695,
        0.678711
      ]
    },
    {
      "question_id": "10115231",
      "image_id": 152819,
      "question": "có bao nhiêu người đàn ông đang đội một chiếc mũ ô",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.677203,
      "confidences": [
        0.677203,
        0.185137,
        0.112291,
        0.012022,
        0.00515,
        0.002651,
        0.000645,
        0.00046,
        0.000377,
        0.000238
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.875977,
        0.862305,
        0.771973,
        0.696777,
        0.54541,
        0.556641,
        0.552246,
        0.46875,
        0.453125
      ]
    },
    {
      "question_id": "10117131",
      "image_id": 549237,
      "question": "có bao nhiêu đứa trẻ đang cố gắng kiểm soát một quả bóng đá",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.664023,
      "confidences": [
        0.664023,
        0.165935,
        0.075086,
        0.052829,
        0.009361,
        0.006664,
        0.005439,
        0.002911,
        0.002767,
        0.001238
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.804199,
        0.77002,
        0.716309,
        0.67627,
        0.670898,
        0.632812,
        0.592773,
        0.586914,
        0.52002
      ]
    },
    {
      "question_id": "10053841",
      "image_id": 405632,
      "question": "những gì đầy một số thuyền đang đỗ",
      "ground_truth": "bến du thuyền",
      "ground_truth_normalized": "bến du thuyền",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "thuyền buồm",
        "ca nô",
        "cầu",
        "xe đạp",
        "hàng hoá",
        "bến tàu",
        "các tòa nhà",
        "cây sào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.579076,
      "confidences": [
        0.579076,
        0.296921,
        0.027618,
        0.010752,
        0.005059,
        0.003594,
        0.002951,
        0.002719,
        0.002451,
        0.001858
      ],
      "gate_score_top1": 0.791016,
      "gate_scores": [
        0.791016,
        0.791992,
        0.652344,
        0.560059,
        0.634766,
        0.602539,
        0.465088,
        0.474854,
        0.566895,
        0.484619
      ]
    },
    {
      "question_id": "10103681",
      "image_id": 461940,
      "question": "có bao nhiêu máy bay chiến đấu đang bay theo đội hình khói",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "bảy",
        "năm",
        "chín",
        "tám",
        "ba",
        "một",
        "mười",
        "máy bay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.372628,
      "confidences": [
        0.372628,
        0.332719,
        0.173966,
        0.041159,
        0.039893,
        0.009077,
        0.004148,
        0.00126,
        0.001205,
        0.001043
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.825684,
        0.825195,
        0.741211,
        0.764648,
        0.65918,
        0.631836,
        0.522949,
        0.526855,
        0.611328
      ]
    },
    {
      "question_id": "10069501",
      "image_id": 354174,
      "question": "cái gì có vẻ làm người chơi quần vợt bị chói mắt",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "vợt",
      "predicted_topk": [
        "vợt",
        "quả bóng",
        "nón",
        "áo sơ mi",
        "mặt trời",
        "dĩa nhựa",
        "sân vận động",
        "mũ",
        "mũ lưỡi trai",
        "gậy"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.371228,
      "confidences": [
        0.371228,
        0.247291,
        0.089563,
        0.021524,
        0.011956,
        0.011036,
        0.008663,
        0.007918,
        0.007841,
        0.007126
      ],
      "gate_score_top1": 0.793945,
      "gate_scores": [
        0.793945,
        0.794922,
        0.696289,
        0.687988,
        0.549316,
        0.625977,
        0.574707,
        0.620117,
        0.466309,
        0.601562
      ]
    },
    {
      "question_id": "10070171",
      "image_id": 512223,
      "question": "những gì nằm ở dưới cùng của các bước",
      "ground_truth": "đi văng",
      "ground_truth_normalized": "đi văng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "đi văng",
        "bức ảnh",
        "nhiều cái ghế",
        "cái ghế",
        "cửa sổ",
        "phòng bếp",
        "cái kệ",
        "chung cư"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.160444,
      "confidences": [
        0.160444,
        0.105634,
        0.095432,
        0.031164,
        0.029795,
        0.028992,
        0.026039,
        0.019578,
        0.013522,
        0.013338
      ],
      "gate_score_top1": 0.767578,
      "gate_scores": [
        0.767578,
        0.749023,
        0.614746,
        0.500488,
        0.592773,
        0.669922,
        0.61084,
        0.56543,
        0.56543,
        0.55127
      ]
    },
    {
      "question_id": "10061481",
      "image_id": 403820,
      "question": "cái nhìn nhìn lên mặt dưới của một chiếc máy bay",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "bầu trời",
        "hải âu",
        "núi",
        "diều",
        "ga-ra",
        "sân bay",
        "bảo tàng",
        "động cơ",
        "bến tàu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.843458,
      "confidences": [
        0.843458,
        0.036771,
        0.005991,
        0.005205,
        0.004038,
        0.003937,
        0.003684,
        0.003078,
        0.003054,
        0.00179
      ],
      "gate_score_top1": 0.852051,
      "gate_scores": [
        0.852051,
        0.656738,
        0.539062,
        0.521973,
        0.689941,
        0.500488,
        0.601562,
        0.558105,
        0.560547,
        0.391113
      ]
    },
    {
      "question_id": "10050381",
      "image_id": 221156,
      "question": "người đàn ông tạo dáng ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "gương",
        "nhà ở",
        "ô cửa",
        "hành lang",
        "phòng ngủ",
        "phòng tắm",
        "cửa",
        "áo vest",
        "văn phòng"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.412922,
      "confidences": [
        0.412922,
        0.077283,
        0.068737,
        0.066104,
        0.049124,
        0.034563,
        0.022979,
        0.018356,
        0.014352,
        0.013093
      ],
      "gate_score_top1": 0.792969,
      "gate_scores": [
        0.792969,
        0.812012,
        0.767578,
        0.693848,
        0.697266,
        0.807617,
        0.640137,
        0.691406,
        0.585938,
        0.627441
      ]
    },
    {
      "question_id": "10047971",
      "image_id": 137826,
      "question": "xe buýt du lịch đang ở đâu",
      "ground_truth": "đường",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe buýt",
        "áo vest",
        "ảnh chụp",
        "xe ô tô",
        "cửa sổ",
        "vạch kẻ đường",
        "xe đẩy",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.56741,
      "confidences": [
        0.56741,
        0.360668,
        0.008302,
        0.004307,
        0.003139,
        0.002897,
        0.002587,
        0.002522,
        0.002091,
        0.001842
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.867188,
        0.682129,
        0.623535,
        0.5625,
        0.629395,
        0.658203,
        0.634766,
        0.638184,
        0.676758
      ]
    },
    {
      "question_id": "10109231",
      "image_id": 97871,
      "question": "có bao nhiêu đèn đỏ trên một cột",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.513903,
      "confidences": [
        0.513903,
        0.345018,
        0.092138,
        0.033763,
        0.006833,
        0.002298,
        0.001187,
        0.000674,
        0.000427,
        0.000338
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.885742,
        0.845703,
        0.800293,
        0.753418,
        0.53418,
        0.576172,
        0.544922,
        0.470215,
        0.478516
      ]
    },
    {
      "question_id": "10053831",
      "image_id": 570810,
      "question": "những gì đang đến xung quanh nơi nhận hành lý",
      "ground_truth": "túi",
      "ground_truth_normalized": "túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "túi",
        "hành lý",
        "balo",
        "sân bay",
        "cái túi",
        "trạm",
        "xe đẩy",
        "cái ví",
        "sàn nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.429373,
      "confidences": [
        0.429373,
        0.14104,
        0.130441,
        0.067937,
        0.026141,
        0.02509,
        0.018321,
        0.016649,
        0.009105,
        0.00404
      ],
      "gate_score_top1": 0.812988,
      "gate_scores": [
        0.812988,
        0.800781,
        0.796875,
        0.730469,
        0.722656,
        0.76416,
        0.675781,
        0.681641,
        0.693848,
        0.549316
      ]
    },
    {
      "question_id": "10075071",
      "image_id": 555677,
      "question": "cái gì đang treo phía trên nhà vệ sinh",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "con mèo",
      "predicted_topk": [
        "con mèo",
        "khăn",
        "phòng tắm",
        "bức ảnh",
        "chậu",
        "bồn tắm",
        "con chim",
        "cửa",
        "bồn tiểu",
        "con chó"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.307543,
      "confidences": [
        0.307543,
        0.042112,
        0.033772,
        0.033706,
        0.025048,
        0.021677,
        0.021383,
        0.020364,
        0.017797,
        0.017048
      ],
      "gate_score_top1": 0.768066,
      "gate_scores": [
        0.768066,
        0.591797,
        0.637695,
        0.522461,
        0.620117,
        0.696777,
        0.620605,
        0.523926,
        0.610352,
        0.562988
      ]
    },
    {
      "question_id": "10085701",
      "image_id": 521879,
      "question": "những người mặc những gì đứng trên con đường như một cỗ xe ngựa trong một cuộc diễu hành trôi qua",
      "ground_truth": "đầm",
      "ground_truth_normalized": "đầm",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "xe",
        "xe đẩy",
        "mũ",
        "toa xe",
        "chiếc ô",
        "bức ảnh",
        "xe ô tô",
        "xe tải",
        "áo vest"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.240486,
      "confidences": [
        0.240486,
        0.209755,
        0.171867,
        0.054292,
        0.008399,
        0.00767,
        0.006612,
        0.006224,
        0.005974,
        0.004885
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.737793,
        0.751953,
        0.68457,
        0.54834,
        0.617676,
        0.462158,
        0.57959,
        0.598145,
        0.538086
      ]
    },
    {
      "question_id": "10068861",
      "image_id": 345941,
      "question": "cái gì phủ trên kem và dâu tây nằm trên đĩa",
      "ground_truth": "món tráng miệng",
      "ground_truth_normalized": "món tráng miệng",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bánh",
        "món tráng miệng",
        "sô cô la",
        "bữa ăn",
        "cái nĩa",
        "quán ăn",
        "màu trắng",
        "dao",
        "cupcake"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.153764,
      "confidences": [
        0.153764,
        0.096599,
        0.077772,
        0.053036,
        0.038802,
        0.0382,
        0.030695,
        0.028277,
        0.021512,
        0.019096
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.71875,
        0.697754,
        0.666016,
        0.65918,
        0.605469,
        0.62207,
        0.643066,
        0.651855,
        0.61084
      ]
    },
    {
      "question_id": "10003541",
      "image_id": 566016,
      "question": "màu của con mèo là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu đen",
        "màu nâu",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.934922,
      "confidences": [
        0.934922,
        0.053995,
        0.002006,
        0.001143,
        0.001082,
        0.000944,
        0.000619,
        0.00032,
        0.00031,
        0.000243
      ],
      "gate_score_top1": 0.908203,
      "gate_scores": [
        0.908203,
        0.831543,
        0.717773,
        0.751465,
        0.694824,
        0.703125,
        0.665039,
        0.457275,
        0.63623,
        0.618652
      ]
    },
    {
      "question_id": "10094751",
      "image_id": 514248,
      "question": "những gì đang ngồi trên vỉa hè bên cạnh một trụ cứu hỏa",
      "ground_truth": "con ngựa",
      "ground_truth_normalized": "con ngựa",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vẹt",
        "con vịt",
        "chim bồ câu",
        "cửa sổ",
        "con chó",
        "bức tượng",
        "màu xám",
        "con ngựa"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.982748,
      "confidences": [
        0.982748,
        0.001548,
        0.001521,
        0.001135,
        0.000633,
        0.000351,
        0.000292,
        0.000288,
        0.00027,
        0.000241
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.655273,
        0.73584,
        0.671387,
        0.503906,
        0.623535,
        0.590332,
        0.502441,
        0.555664,
        0.516602
      ]
    },
    {
      "question_id": "10067431",
      "image_id": 368648,
      "question": "lề đường là gì",
      "ground_truth": "xe buýt",
      "ground_truth_normalized": "xe buýt",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe buýt",
        "xe ô tô",
        "xe điện",
        "xe điện ngầm",
        "trạm",
        "xe đẩy",
        "xe cộ",
        "phương tiện giao thông",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.363907,
      "confidences": [
        0.363907,
        0.349965,
        0.098712,
        0.054942,
        0.016464,
        0.012069,
        0.011032,
        0.003911,
        0.003533,
        0.003261
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.836426,
        0.794434,
        0.729004,
        0.680664,
        0.68457,
        0.678223,
        0.597168,
        0.61377,
        0.547852
      ]
    },
    {
      "question_id": "10113501",
      "image_id": 199956,
      "question": "ridgewood và charles ave , biển báo dừng  bao nhiêu đường",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "một",
        "năm",
        "hai",
        "bảy",
        "sáu",
        "mười",
        "chín",
        "tám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.307499,
      "confidences": [
        0.307499,
        0.298038,
        0.208879,
        0.084395,
        0.053019,
        0.011027,
        0.01004,
        0.004041,
        0.002956,
        0.002307
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.819824,
        0.800293,
        0.82373,
        0.745117,
        0.657715,
        0.622559,
        0.575195,
        0.583008,
        0.54834
      ]
    },
    {
      "question_id": "10003671",
      "image_id": 426470,
      "question": "màu sắc của biển là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh dương",
        "màu nâu",
        "màu cam",
        "màu đỏ",
        "màu đen",
        "màu trắng",
        "màu xanh lá",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.765094,
      "confidences": [
        0.765094,
        0.150656,
        0.036206,
        0.012033,
        0.011572,
        0.006991,
        0.003656,
        0.003407,
        0.002454,
        0.001919
      ],
      "gate_score_top1": 0.909668,
      "gate_scores": [
        0.909668,
        0.853516,
        0.804688,
        0.822266,
        0.794434,
        0.711914,
        0.761719,
        0.69043,
        0.666504,
        0.707031
      ]
    },
    {
      "question_id": "10070611",
      "image_id": 436551,
      "question": "con ngỗng với hóa đơn feb ăn gì",
      "ground_truth": "bãi cỏ",
      "ground_truth_normalized": "bãi cỏ",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "bãi cỏ",
        "con vịt",
        "hồ",
        "hải âu",
        "ngựa vằn",
        "đồi",
        "con ngựa",
        "hồ bơi",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.227421,
      "confidences": [
        0.227421,
        0.204656,
        0.182738,
        0.013711,
        0.011028,
        0.006728,
        0.005721,
        0.005204,
        0.004706,
        0.004417
      ],
      "gate_score_top1": 0.710449,
      "gate_scores": [
        0.710449,
        0.702637,
        0.716797,
        0.358398,
        0.541016,
        0.512695,
        0.52002,
        0.548828,
        0.553711,
        0.431885
      ]
    },
    {
      "question_id": "10059671",
      "image_id": 348475,
      "question": "cái gì mà một chiếc xe mười tám bánh lăn trên đường cao tốc",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "xe cộ",
      "predicted_topk": [
        "xe cộ",
        "xe tải",
        "đường",
        "phương tiện giao thông",
        "xe buýt",
        "xe ô tô",
        "cây",
        "động cơ",
        "bầu trời",
        "núi"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.146629,
      "confidences": [
        0.146629,
        0.115091,
        0.108541,
        0.093203,
        0.047233,
        0.032974,
        0.022224,
        0.017684,
        0.013962,
        0.009757
      ],
      "gate_score_top1": 0.74707,
      "gate_scores": [
        0.74707,
        0.756836,
        0.718262,
        0.699219,
        0.689941,
        0.662109,
        0.536621,
        0.529785,
        0.467529,
        0.537109
      ]
    },
    {
      "question_id": "10019881",
      "image_id": 441751,
      "question": "màu của chiếc nắp là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu trắng",
        "màu xám",
        "màu vàng",
        "màu xanh dương",
        "màu cam",
        "màu đen",
        "màu nâu",
        "màu đỏ",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.720883,
      "confidences": [
        0.720883,
        0.189529,
        0.034114,
        0.014672,
        0.013569,
        0.005191,
        0.003918,
        0.002981,
        0.002751,
        0.00225
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.868164,
        0.79834,
        0.767578,
        0.769531,
        0.762695,
        0.722656,
        0.715332,
        0.70752,
        0.682129
      ]
    },
    {
      "question_id": "10050281",
      "image_id": 402004,
      "question": "gấu bông hồng đang ngồi ở đâu",
      "ground_truth": "máy sấy khô",
      "ground_truth_normalized": "máy sấy khô",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "máy sấy khô",
        "gương",
        "phòng tắm",
        "tách",
        "phòng bếp",
        "người giữ",
        "quầy tính tiền",
        "máy xay",
        "bồn tắm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.55941,
      "confidences": [
        0.55941,
        0.080591,
        0.036539,
        0.033859,
        0.023362,
        0.018481,
        0.008185,
        0.007042,
        0.006456,
        0.005522
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.663086,
        0.734375,
        0.713867,
        0.626953,
        0.61377,
        0.438232,
        0.58252,
        0.654785,
        0.614746
      ]
    },
    {
      "question_id": "10086321",
      "image_id": 513497,
      "question": "những gì được nhìn thấy ở phía bên của một nhà thờ",
      "ground_truth": "đồng hồ",
      "ground_truth_normalized": "đồng hồ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "tòa nhà",
        "các tòa nhà",
        "bức ảnh",
        "cây",
        "bức tượng",
        "cầu",
        "cờ",
        "lá cờ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.40694,
      "confidences": [
        0.40694,
        0.389824,
        0.084635,
        0.012954,
        0.009026,
        0.006526,
        0.005816,
        0.004784,
        0.004382,
        0.003493
      ],
      "gate_score_top1": 0.805176,
      "gate_scores": [
        0.805176,
        0.807617,
        0.776367,
        0.64209,
        0.657227,
        0.623047,
        0.628906,
        0.60498,
        0.619629,
        0.634766
      ]
    },
    {
      "question_id": "10090041",
      "image_id": 334642,
      "question": "những gì được hình dung trong bóng tối",
      "ground_truth": "dấu hiệu",
      "ground_truth_normalized": "dấu hiệu",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "tòa nhà",
        "xe ô tô",
        "bức ảnh",
        "lá cờ",
        "mũ",
        "nón",
        "rào chắn",
        "tường",
        "áo vest"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.079224,
      "confidences": [
        0.079224,
        0.038012,
        0.024905,
        0.021828,
        0.021511,
        0.018928,
        0.016851,
        0.016048,
        0.014655,
        0.013929
      ],
      "gate_score_top1": 0.629395,
      "gate_scores": [
        0.629395,
        0.727539,
        0.601562,
        0.488281,
        0.583008,
        0.496094,
        0.55127,
        0.463379,
        0.552246,
        0.577637
      ]
    },
    {
      "question_id": "10066221",
      "image_id": 464339,
      "question": "những gì trong phòng khách",
      "ground_truth": "lò sưởi",
      "ground_truth_normalized": "lò sưởi",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "bức ảnh",
        "đồng hồ",
        "cái kệ",
        "tường",
        "lò sưởi",
        "nhiều cái ghế",
        "đi văng",
        "phòng",
        "cửa sổ"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.187754,
      "confidences": [
        0.187754,
        0.047564,
        0.04701,
        0.046553,
        0.037627,
        0.030951,
        0.020942,
        0.020861,
        0.017913,
        0.01716
      ],
      "gate_score_top1": 0.709961,
      "gate_scores": [
        0.709961,
        0.621094,
        0.714844,
        0.665527,
        0.631348,
        0.576172,
        0.595215,
        0.57373,
        0.678223,
        0.57373
      ]
    },
    {
      "question_id": "10028361",
      "image_id": 1237,
      "question": "một người phụ nữ lớn tuổi tạo dáng ở đâu với một con gấu nhồi bông lớn",
      "ground_truth": "xe lăn",
      "ground_truth_normalized": "xe lăn",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "xe lăn",
        "phòng",
        "cửa hàng",
        "cái rổ",
        "giường",
        "gian hàng",
        "toa xe",
        "hành lý",
        "xe đẩy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.535326,
      "confidences": [
        0.535326,
        0.140195,
        0.027714,
        0.023111,
        0.014266,
        0.014017,
        0.01054,
        0.009786,
        0.008305,
        0.007401
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.72168,
        0.696289,
        0.732422,
        0.714844,
        0.618164,
        0.598145,
        0.623535,
        0.55957,
        0.58252
      ]
    },
    {
      "question_id": "10087991",
      "image_id": 492805,
      "question": "chuyến tàu kéo khoang vận chuyển gì",
      "ground_truth": "hàng hoá",
      "ground_truth_normalized": "hàng hoá",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "đường sắt",
        "xe ô tô",
        "hàng hoá",
        "động cơ",
        "các tòa nhà",
        "cầu",
        "trạm",
        "xe điện ngầm",
        "cây"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.177944,
      "confidences": [
        0.177944,
        0.176559,
        0.134845,
        0.134845,
        0.097505,
        0.022229,
        0.017757,
        0.010855,
        0.00862,
        0.008503
      ],
      "gate_score_top1": 0.791016,
      "gate_scores": [
        0.791016,
        0.703125,
        0.742188,
        0.664062,
        0.6875,
        0.65625,
        0.662598,
        0.610352,
        0.580566,
        0.589355
      ]
    },
    {
      "question_id": "10083301",
      "image_id": 335119,
      "question": "cái gì có mái che xe buýt trong một hàng rào trong bãi đậu xe",
      "ground_truth": "vẽ tranh lên tường",
      "ground_truth_normalized": "vẽ tranh lên tường",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "đường",
        "xe buýt",
        "đường phố",
        "xe cộ",
        "phương tiện giao thông",
        "xe tải",
        "đường đi bộ",
        "vẽ tranh lên tường",
        "cây"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.381239,
      "confidences": [
        0.381239,
        0.090907,
        0.072336,
        0.024277,
        0.019814,
        0.016718,
        0.015162,
        0.013779,
        0.011512,
        0.007974
      ],
      "gate_score_top1": 0.781738,
      "gate_scores": [
        0.781738,
        0.662109,
        0.688965,
        0.554688,
        0.628906,
        0.696777,
        0.598633,
        0.452637,
        0.446533,
        0.60791
      ]
    },
    {
      "question_id": "10035721",
      "image_id": 286033,
      "question": "hai người đàn ông trong khi một người chơi một trò chơi wii mote ở đâu",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "phòng",
        "thư viện",
        "lớp học",
        "cái bàn",
        "cửa tiệm",
        "tòa nhà",
        "chung cư",
        "máy tính",
        "nhà ở"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.683202,
      "confidences": [
        0.683202,
        0.082237,
        0.062562,
        0.031705,
        0.013399,
        0.010354,
        0.007575,
        0.00574,
        0.003914,
        0.003606
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.765625,
        0.754883,
        0.771484,
        0.67627,
        0.761719,
        0.676758,
        0.68457,
        0.709473,
        0.696289
      ]
    },
    {
      "question_id": "10117111",
      "image_id": 30387,
      "question": "có bao nhiêu người đàn ông đang mỉm cười khi họ bày thức ăn mà họ đã chuẩn bị trên bàn",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.946804,
      "confidences": [
        0.946804,
        0.039695,
        0.009919,
        0.001175,
        0.000114,
        6.4e-05,
        5.8e-05,
        5e-05,
        4.1e-05,
        3.5e-05
      ],
      "gate_score_top1": 0.908203,
      "gate_scores": [
        0.908203,
        0.848145,
        0.810547,
        0.728516,
        0.387451,
        0.543945,
        0.440674,
        0.393799,
        0.414795,
        0.528809
      ]
    },
    {
      "question_id": "10008501",
      "image_id": 431008,
      "question": "màu của thùng là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu vàng",
        "màu xanh lá",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.67111,
      "confidences": [
        0.67111,
        0.228334,
        0.023601,
        0.016605,
        0.013034,
        0.012485,
        0.011729,
        0.008448,
        0.002995,
        0.001454
      ],
      "gate_score_top1": 0.905273,
      "gate_scores": [
        0.905273,
        0.871582,
        0.763672,
        0.712891,
        0.773438,
        0.727539,
        0.763184,
        0.76416,
        0.660156,
        0.665527
      ]
    },
    {
      "question_id": "10080891",
      "image_id": 355756,
      "question": "những gì được hiển thị trên vỉa hè",
      "ground_truth": "vòi",
      "ground_truth_normalized": "vòi",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa sổ",
        "vòi",
        "xe ô tô",
        "tường",
        "cửa tiệm",
        "tòa nhà",
        "vẽ tranh lên tường",
        "bức ảnh",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.206341,
      "confidences": [
        0.206341,
        0.132187,
        0.100956,
        0.071729,
        0.026285,
        0.019305,
        0.017995,
        0.016289,
        0.014687,
        0.01084
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.733398,
        0.718262,
        0.700684,
        0.562988,
        0.678223,
        0.746094,
        0.48999,
        0.467773,
        0.508789
      ]
    },
    {
      "question_id": "10082131",
      "image_id": 385540,
      "question": "người phụ nữ trẻ cưỡi ngựa giữ những gì",
      "ground_truth": "lá cờ",
      "ground_truth_normalized": "lá cờ",
      "predicted_top1": "mũ",
      "predicted_topk": [
        "mũ",
        "lá cờ",
        "nón",
        "con ngựa",
        "diều",
        "áo sơ mi",
        "ván trượt",
        "bức tượng",
        "dĩa nhựa",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.331263,
      "confidences": [
        0.331263,
        0.167222,
        0.037605,
        0.024518,
        0.020971,
        0.016237,
        0.014698,
        0.014301,
        0.013461,
        0.012425
      ],
      "gate_score_top1": 0.733887,
      "gate_scores": [
        0.733887,
        0.703613,
        0.661133,
        0.618164,
        0.671875,
        0.57959,
        0.599609,
        0.59082,
        0.618652,
        0.689453
      ]
    },
    {
      "question_id": "10069771",
      "image_id": 389381,
      "question": "những gì đang giữ một loạt các loại rau và trái cây",
      "ground_truth": "chén đĩa",
      "ground_truth_normalized": "chén đĩa",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "chén đĩa",
        "cái mâm",
        "rau",
        "món ăn",
        "hộp",
        "hoa quả",
        "dĩa",
        "vali",
        "đĩa ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.322194,
      "confidences": [
        0.322194,
        0.182152,
        0.059136,
        0.044988,
        0.038331,
        0.031102,
        0.03086,
        0.016041,
        0.01109,
        0.010459
      ],
      "gate_score_top1": 0.819336,
      "gate_scores": [
        0.819336,
        0.723145,
        0.744141,
        0.752441,
        0.763672,
        0.737305,
        0.762207,
        0.63623,
        0.597656,
        0.672363
      ]
    },
    {
      "question_id": "10067531",
      "image_id": 509588,
      "question": "điều gì tạo ra một sự tiếp giáp bất thường với các sọc ngựa vằn",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "chuồng",
        "rào chắn",
        "lồng",
        "bãi cỏ",
        "hươu cao cổ",
        "vườn bách thú",
        "con ngựa",
        "tàu hỏa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.568959,
      "confidences": [
        0.568959,
        0.088627,
        0.070659,
        0.04991,
        0.027455,
        0.026045,
        0.019242,
        0.012327,
        0.00334,
        0.003216
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.805664,
        0.685547,
        0.618652,
        0.76123,
        0.688477,
        0.665527,
        0.726562,
        0.596191,
        0.536133
      ]
    },
    {
      "question_id": "10105801",
      "image_id": 233075,
      "question": "có bao nhiêu con dao rất sắc được gắn trên tường",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bảy",
        "bốn",
        "tám",
        "chín",
        "mười",
        "ba",
        "một",
        "đĩa ăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.374868,
      "confidences": [
        0.374868,
        0.339991,
        0.170291,
        0.058393,
        0.011364,
        0.005954,
        0.002269,
        0.000902,
        0.000771,
        0.000651
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.831055,
        0.800293,
        0.709961,
        0.660645,
        0.661133,
        0.58252,
        0.457764,
        0.484131,
        0.583008
      ]
    },
    {
      "question_id": "10096411",
      "image_id": 502671,
      "question": "một quý ông lớn tuổi cũ kiểm tra những gì",
      "ground_truth": "chai",
      "ground_truth_normalized": "chai",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "chai",
        "quán bar",
        "kính đeo",
        "nước",
        "nến",
        "mũ",
        "cái kệ",
        "đồng hồ",
        "bức tượng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.302105,
      "confidences": [
        0.302105,
        0.26145,
        0.070094,
        0.058223,
        0.018357,
        0.015824,
        0.008306,
        0.007022,
        0.00627,
        0.005577
      ],
      "gate_score_top1": 0.808105,
      "gate_scores": [
        0.808105,
        0.789062,
        0.714355,
        0.680664,
        0.661621,
        0.662109,
        0.660156,
        0.618652,
        0.671387,
        0.57959
      ]
    },
    {
      "question_id": "10028061",
      "image_id": 95241,
      "question": "người đàn ông đang phục vụ pizza ở đâu",
      "ground_truth": "gian hàng",
      "ground_truth_normalized": "gian hàng",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "cái ghế",
        "gian hàng",
        "quán bar",
        "phòng",
        "cửa tiệm",
        "đồ uống",
        "cái rổ",
        "nhà ở",
        "rượu"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.849717,
      "confidences": [
        0.849717,
        0.022293,
        0.020378,
        0.015382,
        0.011702,
        0.003452,
        0.002297,
        0.001965,
        0.001763,
        0.001628
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.765625,
        0.670898,
        0.628418,
        0.705566,
        0.616699,
        0.411865,
        0.602539,
        0.617676,
        0.480713
      ]
    },
    {
      "question_id": "10032631",
      "image_id": 269366,
      "question": "những tấm lướt ván nghệ thuật được trưng bày ở đâu",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "bảo tàng",
      "predicted_topk": [
        "bảo tàng",
        "cửa hàng",
        "tòa nhà",
        "cửa tiệm",
        "cái lều",
        "phòng",
        "hộp",
        "vườn bách thú",
        "ván lướt sóng",
        "ga-ra"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.080847,
      "confidences": [
        0.080847,
        0.071907,
        0.055025,
        0.047435,
        0.038115,
        0.033244,
        0.022102,
        0.019259,
        0.016554,
        0.014509
      ],
      "gate_score_top1": 0.759766,
      "gate_scores": [
        0.759766,
        0.765625,
        0.719238,
        0.71582,
        0.573242,
        0.692383,
        0.655762,
        0.639648,
        0.60498,
        0.67627
      ]
    },
    {
      "question_id": "10105761",
      "image_id": 551575,
      "question": "có bao nhiêu người đàn ông châu á cầm ván lướt sóng trên bãi biển",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "ván lướt sóng",
        "bảng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.520732,
      "confidences": [
        0.520732,
        0.237479,
        0.161947,
        0.037137,
        0.005785,
        0.00535,
        0.00447,
        0.001934,
        0.000587,
        0.000534
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.818359,
        0.795898,
        0.758301,
        0.671387,
        0.621094,
        0.57373,
        0.553711,
        0.525879,
        0.468506
      ]
    },
    {
      "question_id": "10110461",
      "image_id": 322735,
      "question": "có bao nhiêu vòi chữa cháy đỏ trên con đường đất",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.628677,
      "confidences": [
        0.628677,
        0.18439,
        0.100251,
        0.055581,
        0.008557,
        0.005767,
        0.003964,
        0.001718,
        0.000846,
        0.000826
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.840332,
        0.820312,
        0.773926,
        0.749023,
        0.597656,
        0.623535,
        0.572266,
        0.519531,
        0.499512
      ]
    },
    {
      "question_id": "10085971",
      "image_id": 393768,
      "question": "những gì đứng đầu với đồng hồ vàng đằng sau một tấm kính",
      "ground_truth": "cái kệ",
      "ground_truth_normalized": "cái kệ",
      "predicted_top1": "đồng hồ",
      "predicted_topk": [
        "đồng hồ",
        "tòa tháp",
        "bức tượng",
        "cái kệ",
        "cái ghế",
        "cửa",
        "cửa sổ",
        "tòa nhà",
        "tường",
        "hộp"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.410922,
      "confidences": [
        0.410922,
        0.075274,
        0.036614,
        0.024106,
        0.02269,
        0.022208,
        0.022208,
        0.01937,
        0.01387,
        0.012385
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.708496,
        0.625,
        0.636719,
        0.62207,
        0.615234,
        0.697266,
        0.597656,
        0.594727,
        0.681152
      ]
    },
    {
      "question_id": "10038741",
      "image_id": 441969,
      "question": "các tòa nhà gạch cũ được phản chiếu ở đâu",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cửa",
        "nhà ở",
        "lọ cắm hoa",
        "cây",
        "sân vườn",
        "cái nồi",
        "phòng",
        "tường",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.578022,
      "confidences": [
        0.578022,
        0.074353,
        0.040742,
        0.037096,
        0.028111,
        0.025397,
        0.021096,
        0.015585,
        0.012646,
        0.012209
      ],
      "gate_score_top1": 0.842773,
      "gate_scores": [
        0.842773,
        0.748047,
        0.71875,
        0.686035,
        0.694824,
        0.653809,
        0.585938,
        0.716309,
        0.575684,
        0.718262
      ]
    },
    {
      "question_id": "10085941",
      "image_id": 530383,
      "question": "người đàn ông mặc gì trong khi giữ điện thoại của mình",
      "ground_truth": "mặt nạ",
      "ground_truth_normalized": "mặt nạ",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "nón",
        "máy ảnh",
        "bàn chải",
        "thiết bị",
        "cà vạt",
        "thuốc lá",
        "chuối",
        "mặt nạ",
        "áo sơ mi"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.711543,
      "confidences": [
        0.711543,
        0.039675,
        0.022606,
        0.018741,
        0.013083,
        0.009332,
        0.007411,
        0.004408,
        0.003826,
        0.003723
      ],
      "gate_score_top1": 0.837402,
      "gate_scores": [
        0.837402,
        0.746582,
        0.747559,
        0.660645,
        0.568359,
        0.70166,
        0.532227,
        0.515625,
        0.436279,
        0.539062
      ]
    },
    {
      "question_id": "10000451",
      "image_id": 579798,
      "question": "màu của áo là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu đỏ",
        "màu cam",
        "màu nâu",
        "màu đen",
        "màu trắng",
        "màu vàng",
        "màu tía",
        "màu xanh lá",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.697906,
      "confidences": [
        0.697906,
        0.214519,
        0.047493,
        0.010515,
        0.009955,
        0.004684,
        0.00118,
        0.000653,
        0.000614,
        0.000255
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.851562,
        0.81543,
        0.725098,
        0.758789,
        0.804199,
        0.658691,
        0.557617,
        0.503906,
        0.497559
      ]
    },
    {
      "question_id": "10037831",
      "image_id": 517603,
      "question": "con ngựa kéo bốn người ở đâu",
      "ground_truth": "đường",
      "ground_truth_normalized": "đường",
      "predicted_top1": "xe đẩy",
      "predicted_topk": [
        "xe đẩy",
        "đường",
        "đường phố",
        "xe ô tô",
        "xe tải",
        "xe lăn",
        "xe",
        "xe tay ga",
        "toa xe",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.289619,
      "confidences": [
        0.289619,
        0.184814,
        0.17294,
        0.039349,
        0.039196,
        0.024672,
        0.02131,
        0.016597,
        0.016117,
        0.012825
      ],
      "gate_score_top1": 0.830078,
      "gate_scores": [
        0.830078,
        0.819336,
        0.80957,
        0.736816,
        0.718262,
        0.741211,
        0.689941,
        0.648926,
        0.650879,
        0.60498
      ]
    },
    {
      "question_id": "10002521",
      "image_id": 214478,
      "question": "màu của chăn là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu nâu",
        "màu trắng",
        "màu xanh lá",
        "màu cam",
        "màu đỏ",
        "màu xám",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.879725,
      "confidences": [
        0.879725,
        0.07657,
        0.013621,
        0.006335,
        0.004972,
        0.00458,
        0.003391,
        0.002703,
        0.001829,
        0.000704
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.830566,
        0.785645,
        0.713867,
        0.751953,
        0.68457,
        0.75,
        0.765625,
        0.710449,
        0.640137
      ]
    },
    {
      "question_id": "10046531",
      "image_id": 291348,
      "question": "mẹ con ngựa vằn đang ăn ở đâu",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "vườn bách thú",
        "rào chắn",
        "chuồng trại",
        "tòa nhà",
        "cửa tiệm",
        "bảo tàng",
        "bãi cỏ",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.498299,
      "confidences": [
        0.498299,
        0.35473,
        0.105268,
        0.005835,
        0.003045,
        0.001672,
        0.001186,
        0.00112,
        0.001086,
        0.000681
      ],
      "gate_score_top1": 0.874023,
      "gate_scores": [
        0.874023,
        0.889648,
        0.856934,
        0.668945,
        0.694824,
        0.661133,
        0.651855,
        0.603027,
        0.509277,
        0.559082
      ]
    },
    {
      "question_id": "10081481",
      "image_id": 502671,
      "question": "có một người đàn ông mang cái gì và cầm một cái chai than vãn",
      "ground_truth": "kính đeo",
      "ground_truth_normalized": "kính đeo",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "chai",
        "quán bar",
        "kính đeo",
        "nước",
        "nến",
        "mũ",
        "cái kệ",
        "đồng hồ",
        "bức tượng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.31466,
      "confidences": [
        0.31466,
        0.268093,
        0.067257,
        0.063182,
        0.015125,
        0.011551,
        0.006837,
        0.006123,
        0.005027,
        0.004896
      ],
      "gate_score_top1": 0.808105,
      "gate_scores": [
        0.808105,
        0.788086,
        0.700195,
        0.684082,
        0.651855,
        0.640137,
        0.647949,
        0.602539,
        0.655273,
        0.565918
      ]
    },
    {
      "question_id": "10068661",
      "image_id": 364919,
      "question": "những gì chứa đầy xe buýt màu xanh và trắng",
      "ground_truth": "cầu",
      "ground_truth_normalized": "cầu",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe buýt",
        "cầu",
        "xe ô tô",
        "đường",
        "xe điện",
        "xe điện ngầm",
        "đường phố",
        "tàu hỏa",
        "áo vest"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.266094,
      "confidences": [
        0.266094,
        0.106259,
        0.059606,
        0.041127,
        0.029739,
        0.025787,
        0.025042,
        0.018646,
        0.015763,
        0.01475
      ],
      "gate_score_top1": 0.76709,
      "gate_scores": [
        0.76709,
        0.734863,
        0.679688,
        0.668945,
        0.604492,
        0.620605,
        0.674805,
        0.612793,
        0.563477,
        0.611328
      ]
    },
    {
      "question_id": "10080001",
      "image_id": 418471,
      "question": "những gì được bao phủ bởi pizza pepperoni và một thức uống",
      "ground_truth": "cái bàn",
      "ground_truth_normalized": "cái bàn",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "quán ăn",
        "cái mâm",
        "pizza",
        "cửa tiệm",
        "tạp dề",
        "donut",
        "bữa ăn",
        "bánh ngọt",
        "đồ uống"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.528624,
      "confidences": [
        0.528624,
        0.05931,
        0.031561,
        0.023363,
        0.019068,
        0.018846,
        0.008946,
        0.00842,
        0.008355,
        0.008241
      ],
      "gate_score_top1": 0.790527,
      "gate_scores": [
        0.790527,
        0.736816,
        0.756836,
        0.658203,
        0.644043,
        0.706055,
        0.547852,
        0.591309,
        0.548828,
        0.569336
      ]
    },
    {
      "question_id": "10102821",
      "image_id": 432410,
      "question": "có bao nhiêu người trên bãi biển đang cưỡi ngựa",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.432712,
      "confidences": [
        0.432712,
        0.27938,
        0.224488,
        0.03679,
        0.005038,
        0.004677,
        0.003395,
        0.001064,
        0.000384,
        0.000356
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.842773,
        0.82959,
        0.769043,
        0.62793,
        0.67627,
        0.63916,
        0.550293,
        0.507324,
        0.470947
      ]
    },
    {
      "question_id": "10113661",
      "image_id": 382287,
      "question": "có bao nhiêu giường trong một giường tầng nhỏ trên một chuyến tàu",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.686132,
      "confidences": [
        0.686132,
        0.19505,
        0.090001,
        0.016011,
        0.003356,
        0.001665,
        0.000726,
        0.000424,
        0.000266,
        0.000255
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.855957,
        0.838867,
        0.718262,
        0.661621,
        0.449463,
        0.520996,
        0.48877,
        0.410156,
        0.421387
      ]
    },
    {
      "question_id": "10087301",
      "image_id": 434915,
      "question": "những gì dành riêng cho vải trắng với vali ra phía trước",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "tường",
        "túi",
        "hành lý",
        "phòng",
        "cái kệ",
        "cửa",
        "hộp",
        "cái túi",
        "sàn nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.272972,
      "confidences": [
        0.272972,
        0.047995,
        0.039019,
        0.035458,
        0.032793,
        0.032034,
        0.031723,
        0.031476,
        0.0274,
        0.017725
      ],
      "gate_score_top1": 0.684082,
      "gate_scores": [
        0.684082,
        0.674316,
        0.689941,
        0.657227,
        0.723633,
        0.683594,
        0.683105,
        0.731445,
        0.71875,
        0.539551
      ]
    },
    {
      "question_id": "10078901",
      "image_id": 418533,
      "question": "cái gì đang đỗ tại ga tàu",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "xe điện ngầm",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện",
        "trạm",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.773964,
      "confidences": [
        0.773964,
        0.137147,
        0.020465,
        0.009011,
        0.005174,
        0.004918,
        0.004478,
        0.003929,
        0.002208,
        0.001693
      ],
      "gate_score_top1": 0.904785,
      "gate_scores": [
        0.904785,
        0.793457,
        0.71875,
        0.675293,
        0.593262,
        0.57959,
        0.681152,
        0.676758,
        0.592773,
        0.549316
      ]
    },
    {
      "question_id": "10101061",
      "image_id": 505933,
      "question": "những gì đang đứng đằng sau cây cầu",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "các tòa nhà",
        "trạm",
        "xe điện ngầm",
        "xe điện",
        "cầu",
        "động cơ",
        "đường sắt",
        "hàng hoá"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.772058,
      "confidences": [
        0.772058,
        0.05571,
        0.030407,
        0.022246,
        0.021394,
        0.012825,
        0.01243,
        0.007703,
        0.007525,
        0.003199
      ],
      "gate_score_top1": 0.866699,
      "gate_scores": [
        0.866699,
        0.801758,
        0.744629,
        0.744141,
        0.726074,
        0.741699,
        0.733887,
        0.699707,
        0.686035,
        0.59082
      ]
    },
    {
      "question_id": "10114771",
      "image_id": 246084,
      "question": "có bao nhiêu người đàn ông đang làm khuôn mặt buồn cười trong khi một người đàn ông khác cười",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "cái ghế",
        "năm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.506544,
      "confidences": [
        0.506544,
        0.479586,
        0.007722,
        0.001112,
        0.00024,
        0.000122,
        0.0001,
        9.6e-05,
        8.6e-05,
        7.7e-05
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.892578,
        0.76123,
        0.651367,
        0.394287,
        0.432129,
        0.43042,
        0.422852,
        0.568359,
        0.540039
      ]
    },
    {
      "question_id": "10105441",
      "image_id": 294431,
      "question": "có bao nhiêu biển báo đường và biển báo trên cột",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "một",
        "hai",
        "bốn",
        "năm",
        "bảy",
        "sáu",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.384126,
      "confidences": [
        0.384126,
        0.283237,
        0.159503,
        0.140212,
        0.009999,
        0.004542,
        0.004403,
        0.001475,
        0.001466,
        0.00112
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.831055,
        0.843262,
        0.822266,
        0.717773,
        0.604492,
        0.58252,
        0.482666,
        0.546875,
        0.519043
      ]
    },
    {
      "question_id": "10016381",
      "image_id": 204919,
      "question": "màu tóc là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu đỏ",
        "màu xanh dương",
        "màu trắng",
        "màu xám",
        "màu xanh lá",
        "màu cam",
        "màu vàng",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.370975,
      "confidences": [
        0.370975,
        0.262035,
        0.102214,
        0.086073,
        0.063964,
        0.054498,
        0.018615,
        0.011558,
        0.011513,
        0.002934
      ],
      "gate_score_top1": 0.838379,
      "gate_scores": [
        0.838379,
        0.827637,
        0.843262,
        0.810547,
        0.851074,
        0.828613,
        0.717773,
        0.790039,
        0.763184,
        0.713867
      ]
    },
    {
      "question_id": "10022411",
      "image_id": 38241,
      "question": "màu của xe là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu vàng",
        "màu tía",
        "màu đỏ",
        "màu xanh lá",
        "màu xám",
        "màu đen",
        "màu nâu",
        "màu trắng",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.580767,
      "confidences": [
        0.580767,
        0.392966,
        0.004813,
        0.003144,
        0.002373,
        0.002373,
        0.002225,
        0.001434,
        0.001157,
        0.000856
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.875977,
        0.728027,
        0.73584,
        0.702148,
        0.64209,
        0.590332,
        0.648438,
        0.691406,
        0.704102
      ]
    },
    {
      "question_id": "10106771",
      "image_id": 160968,
      "question": "có bao nhiêu cảnh sát đang cưỡi ngựa xuyên qua một đám đông",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.707228,
      "confidences": [
        0.707228,
        0.177424,
        0.084466,
        0.018196,
        0.003611,
        0.003446,
        0.000591,
        0.000566,
        0.000315,
        0.000305
      ],
      "gate_score_top1": 0.894531,
      "gate_scores": [
        0.894531,
        0.876953,
        0.827637,
        0.757812,
        0.675781,
        0.571289,
        0.539551,
        0.529297,
        0.481689,
        0.439453
      ]
    },
    {
      "question_id": "10113961",
      "image_id": 31923,
      "question": "có bao nhiêu người đang sử dụng ô trong một ngày mưa",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.573799,
      "confidences": [
        0.573799,
        0.416534,
        0.004116,
        0.002238,
        0.000232,
        0.000221,
        0.0001,
        9.2e-05,
        6.8e-05,
        5.1e-05
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.885742,
        0.788574,
        0.725098,
        0.434814,
        0.552246,
        0.442627,
        0.429443,
        0.371826,
        0.356689
      ]
    },
    {
      "question_id": "10114481",
      "image_id": 518245,
      "question": "có bao nhiêu con voi đang dùng mũi đẩy khúc gỗ",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "mười",
        "bảy",
        "hươu cao cổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.820888,
      "confidences": [
        0.820888,
        0.159136,
        0.010957,
        0.004015,
        0.001477,
        0.000263,
        0.000143,
        8.6e-05,
        7.9e-05,
        7.5e-05
      ],
      "gate_score_top1": 0.898926,
      "gate_scores": [
        0.898926,
        0.880859,
        0.791016,
        0.747559,
        0.636719,
        0.429199,
        0.44873,
        0.38916,
        0.407959,
        0.523438
      ]
    },
    {
      "question_id": "10046401",
      "image_id": 569887,
      "question": "bồn rửa trắng đang đặt ở đâu",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "nhà ở",
        "gương",
        "phòng",
        "bồn tắm",
        "ô cửa",
        "cửa",
        "tường",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.753537,
      "confidences": [
        0.753537,
        0.071472,
        0.038859,
        0.026089,
        0.012616,
        0.011577,
        0.006926,
        0.006766,
        0.006029,
        0.005924
      ],
      "gate_score_top1": 0.850586,
      "gate_scores": [
        0.850586,
        0.797363,
        0.802246,
        0.777832,
        0.775879,
        0.740723,
        0.629395,
        0.667969,
        0.628906,
        0.614746
      ]
    },
    {
      "question_id": "10015261",
      "image_id": 185700,
      "question": "màu sắc của vật đang cầm là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu xanh lá",
        "màu tía",
        "màu vàng",
        "màu trắng",
        "màu cam",
        "màu nâu",
        "màu xám",
        "màu đỏ",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.468993,
      "confidences": [
        0.468993,
        0.401151,
        0.068095,
        0.018983,
        0.007492,
        0.007347,
        0.005271,
        0.003093,
        0.002945,
        0.000813
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.85498,
        0.78418,
        0.753906,
        0.699219,
        0.768555,
        0.709473,
        0.691895,
        0.773438,
        0.603027
      ]
    },
    {
      "question_id": "10039521",
      "image_id": 490118,
      "question": "bông cải xanh và xúc xích ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "món ăn",
        "chảo",
        "cái nồi",
        "đĩa ăn",
        "chén đĩa",
        "thùng chứa",
        "bữa ăn",
        "thịt",
        "quầy tính tiền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.526215,
      "confidences": [
        0.526215,
        0.177642,
        0.157382,
        0.060914,
        0.011535,
        0.006259,
        0.004679,
        0.002619,
        0.002544,
        0.002362
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.812988,
        0.861816,
        0.830078,
        0.727539,
        0.656738,
        0.662109,
        0.67041,
        0.564941,
        0.606445
      ]
    },
    {
      "question_id": "10087291",
      "image_id": 343603,
      "question": "cái gì đang mở trong phòng tối",
      "ground_truth": "cửa ra vào",
      "ground_truth_normalized": "cửa ra vào",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "chai",
        "cửa ra vào",
        "con chó",
        "lò vi sóng",
        "phòng bếp",
        "tủ đông"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.470884,
      "confidences": [
        0.470884,
        0.266214,
        0.097553,
        0.04397,
        0.011651,
        0.005689,
        0.003437,
        0.002349,
        0.002263,
        0.002001
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.799805,
        0.774414,
        0.745117,
        0.660156,
        0.495117,
        0.593262,
        0.529297,
        0.467529,
        0.518066
      ]
    },
    {
      "question_id": "10016761",
      "image_id": 294620,
      "question": "màu của xe là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu đen",
        "màu xanh dương",
        "màu cam",
        "màu vàng",
        "màu nâu",
        "màu trắng",
        "màu xanh lá",
        "màu đỏ",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.518302,
      "confidences": [
        0.518302,
        0.262663,
        0.144491,
        0.016275,
        0.011142,
        0.008711,
        0.008576,
        0.008345,
        0.005941,
        0.004699
      ],
      "gate_score_top1": 0.845215,
      "gate_scores": [
        0.845215,
        0.835938,
        0.835938,
        0.808105,
        0.774902,
        0.754395,
        0.766113,
        0.707031,
        0.740234,
        0.744141
      ]
    },
    {
      "question_id": "10116831",
      "image_id": 286482,
      "question": "có bao nhiêu túi du lịch đặt trên sàn nhà của nhau",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "hai",
        "một"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.461223,
      "confidences": [
        0.461223,
        0.265895,
        0.208703,
        0.021826,
        0.014147,
        0.002612,
        0.002006,
        0.001393,
        0.001148,
        0.001064
      ],
      "gate_score_top1": 0.820312,
      "gate_scores": [
        0.820312,
        0.816406,
        0.779297,
        0.748535,
        0.665527,
        0.632324,
        0.539062,
        0.57959,
        0.552734,
        0.527344
      ]
    },
    {
      "question_id": "10066141",
      "image_id": 473121,
      "question": "người đó đã trượt tuyết trên tuyết bao phủ gì",
      "ground_truth": "ngân hàng",
      "ground_truth_normalized": "ngân hàng",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "ván trượt",
        "trượt tuyết",
        "đồi",
        "cây",
        "cây sào",
        "áo sơ mi",
        "mũ",
        "bầu trời",
        "trang thiết bị"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.246202,
      "confidences": [
        0.246202,
        0.230384,
        0.127728,
        0.065237,
        0.033779,
        0.009697,
        0.008863,
        0.008777,
        0.008141,
        0.007362
      ],
      "gate_score_top1": 0.753906,
      "gate_scores": [
        0.753906,
        0.788086,
        0.756348,
        0.745605,
        0.616699,
        0.614746,
        0.52832,
        0.616699,
        0.584473,
        0.555176
      ]
    },
    {
      "question_id": "10057641",
      "image_id": 395083,
      "question": "cánh đồng đầy gì với nhiều diều trong không khí",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "cây",
        "máy bay",
        "áo sơ mi",
        "dĩa nhựa",
        "bảy",
        "bờ biển",
        "núi",
        "lá cờ",
        "đồng hồ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.700035,
      "confidences": [
        0.700035,
        0.022991,
        0.017153,
        0.013126,
        0.008933,
        0.00823,
        0.008166,
        0.007306,
        0.006613,
        0.006536
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.647949,
        0.551758,
        0.547363,
        0.683594,
        0.653809,
        0.560547,
        0.587891,
        0.623535,
        0.521973
      ]
    },
    {
      "question_id": "10062971",
      "image_id": 579192,
      "question": "người đàn ông cưỡi những gì xuống sườn đồi phủ đầy",
      "ground_truth": "trượt tuyết",
      "ground_truth_normalized": "trượt tuyết",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "dĩa nhựa",
        "trượt tuyết",
        "áo sơ mi",
        "diều",
        "bức ảnh",
        "những bức ảnh",
        "bảng",
        "đồi",
        "quả bóng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.672548,
      "confidences": [
        0.672548,
        0.023421,
        0.015786,
        0.012463,
        0.01208,
        0.011823,
        0.010475,
        0.009725,
        0.008583,
        0.007559
      ],
      "gate_score_top1": 0.827637,
      "gate_scores": [
        0.827637,
        0.702148,
        0.763672,
        0.597656,
        0.738281,
        0.632324,
        0.569336,
        0.671387,
        0.72998,
        0.627441
      ]
    },
    {
      "question_id": "10033041",
      "image_id": 560726,
      "question": "đứa trẻ nhỏ ngủ ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "phòng",
        "hành lang",
        "gương",
        "cái túi",
        "cửa",
        "nhà ở",
        "ô cửa",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.508202,
      "confidences": [
        0.508202,
        0.357565,
        0.084598,
        0.004963,
        0.004895,
        0.001147,
        0.001116,
        0.000936,
        0.00092,
        0.000868
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.782227,
        0.811523,
        0.581543,
        0.797363,
        0.483154,
        0.535645,
        0.643066,
        0.50293,
        0.544922
      ]
    },
    {
      "question_id": "10055481",
      "image_id": 381709,
      "question": "cái gì đang chiếu sáng trên máy bay ở phía xa",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "núi",
        "hải âu",
        "ga-ra",
        "bến tàu",
        "con thoi",
        "bảo tàng",
        "rào chắn"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.951044,
      "confidences": [
        0.951044,
        0.020445,
        0.003963,
        0.000844,
        0.000831,
        0.000749,
        0.000455,
        0.000408,
        0.000395,
        0.000352
      ],
      "gate_score_top1": 0.867676,
      "gate_scores": [
        0.867676,
        0.740234,
        0.585449,
        0.493164,
        0.538086,
        0.480225,
        0.419678,
        0.395996,
        0.481201,
        0.413086
      ]
    },
    {
      "question_id": "10099121",
      "image_id": 344928,
      "question": "con mèo đen trắng đặt cái gì trong cốc trên sàn lát gạch",
      "ground_truth": "móng vuốt",
      "ground_truth_normalized": "móng vuốt",
      "predicted_top1": "tách",
      "predicted_topk": [
        "tách",
        "bát",
        "chậu",
        "nón",
        "máy xay",
        "cái lọ",
        "chuối",
        "phòng bếp",
        "mũ",
        "móng vuốt"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.18626,
      "confidences": [
        0.18626,
        0.045201,
        0.031928,
        0.028397,
        0.027577,
        0.022159,
        0.020939,
        0.016775,
        0.016435,
        0.016355
      ],
      "gate_score_top1": 0.740723,
      "gate_scores": [
        0.740723,
        0.649902,
        0.600586,
        0.595703,
        0.637695,
        0.603027,
        0.58252,
        0.520508,
        0.547363,
        0.490723
      ]
    },
    {
      "question_id": "10099571",
      "image_id": 538064,
      "question": "những gì được thể hiện với sự phá sản của một người đàn ông",
      "ground_truth": "điêu khắc",
      "ground_truth_normalized": "điêu khắc",
      "predicted_top1": "bức tượng",
      "predicted_topk": [
        "bức tượng",
        "gấu",
        "bức ảnh",
        "cái ghế",
        "mũ",
        "cây",
        "sân vườn",
        "vòi",
        "điêu khắc",
        "nón"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.67936,
      "confidences": [
        0.67936,
        0.014805,
        0.007779,
        0.006912,
        0.006745,
        0.00638,
        0.006118,
        0.00607,
        0.006011,
        0.00597
      ],
      "gate_score_top1": 0.80127,
      "gate_scores": [
        0.80127,
        0.650879,
        0.522949,
        0.560547,
        0.609863,
        0.641602,
        0.629883,
        0.586914,
        0.476562,
        0.663574
      ]
    },
    {
      "question_id": "10091771",
      "image_id": 518197,
      "question": "những gì với một số người trên và ngoài tàu một tàu điện ngầm",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "xe điện ngầm",
      "predicted_topk": [
        "xe điện ngầm",
        "trạm",
        "tàu hỏa",
        "xe điện",
        "cửa",
        "bộ đồ",
        "xe buýt",
        "xe ô tô",
        "sân bay",
        "đường sắt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.410504,
      "confidences": [
        0.410504,
        0.275599,
        0.083399,
        0.029219,
        0.015397,
        0.01218,
        0.008453,
        0.007637,
        0.00433,
        0.004092
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.802734,
        0.73291,
        0.709961,
        0.616699,
        0.520508,
        0.666016,
        0.618652,
        0.604492,
        0.591309
      ]
    },
    {
      "question_id": "10108681",
      "image_id": 459543,
      "question": "có bao nhiêu người trên một chiếc mô tô với một người treo trước và một người khác treo sau",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.733755,
      "confidences": [
        0.733755,
        0.222041,
        0.036675,
        0.002605,
        0.000312,
        0.000272,
        0.000143,
        0.00014,
        0.000119,
        8.4e-05
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.871582,
        0.804688,
        0.737793,
        0.551758,
        0.423096,
        0.409912,
        0.41748,
        0.389404,
        0.371094
      ]
    },
    {
      "question_id": "10043451",
      "image_id": 47734,
      "question": "một người đàn ông đang làm ở đâu",
      "ground_truth": "lối đi",
      "ground_truth_normalized": "lối đi",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "lối đi",
        "balo",
        "tòa nhà",
        "ván trượt",
        "sân",
        "ảnh chụp",
        "đường",
        "cái rổ",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.380579,
      "confidences": [
        0.380579,
        0.087614,
        0.022545,
        0.021387,
        0.019171,
        0.014699,
        0.014585,
        0.012746,
        0.012622,
        0.012622
      ],
      "gate_score_top1": 0.798828,
      "gate_scores": [
        0.798828,
        0.637695,
        0.677734,
        0.712891,
        0.614258,
        0.686523,
        0.63623,
        0.736328,
        0.746582,
        0.681152
      ]
    },
    {
      "question_id": "10103641",
      "image_id": 32115,
      "question": "khay nhựa trong có bao nhiêu chiếc bánh rán khác nhau",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.442069,
      "confidences": [
        0.442069,
        0.366488,
        0.064942,
        0.053839,
        0.024457,
        0.017208,
        0.008386,
        0.006926,
        0.001296,
        0.001249
      ],
      "gate_score_top1": 0.850586,
      "gate_scores": [
        0.850586,
        0.854492,
        0.755859,
        0.724121,
        0.741699,
        0.717773,
        0.678223,
        0.63916,
        0.525391,
        0.572266
      ]
    },
    {
      "question_id": "10095551",
      "image_id": 410934,
      "question": "những gì được nhóm lại với nhau như cây",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "bông cải xanh",
        "sân vườn",
        "lá",
        "rau",
        "cái nồi",
        "quả bóng",
        "màu xanh lá",
        "chai",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.598206,
      "confidences": [
        0.598206,
        0.171389,
        0.05146,
        0.025227,
        0.014657,
        0.005026,
        0.002847,
        0.002825,
        0.002365,
        0.002363
      ],
      "gate_score_top1": 0.810059,
      "gate_scores": [
        0.810059,
        0.80957,
        0.708984,
        0.681641,
        0.701172,
        0.683105,
        0.630859,
        0.595215,
        0.527832,
        0.55957
      ]
    },
    {
      "question_id": "10085911",
      "image_id": 512330,
      "question": "những gì phơi bày tất cả thức ăn bên trong",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "chai",
        "cửa ra vào",
        "rau",
        "phòng bếp",
        "lò vi sóng",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.415078,
      "confidences": [
        0.415078,
        0.344111,
        0.084328,
        0.061696,
        0.012149,
        0.003734,
        0.002241,
        0.002157,
        0.002068,
        0.0017
      ],
      "gate_score_top1": 0.837891,
      "gate_scores": [
        0.837891,
        0.816406,
        0.803711,
        0.788574,
        0.672363,
        0.500977,
        0.667969,
        0.497803,
        0.560547,
        0.609863
      ]
    },
    {
      "question_id": "10090381",
      "image_id": 406253,
      "question": "có gì đỗ gần một số xe hơi",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe tay ga",
      "predicted_topk": [
        "xe tay ga",
        "xe đạp",
        "xe máy",
        "đường",
        "xe cộ",
        "mũ",
        "ga-ra",
        "con khỉ",
        "chim bồ câu",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.34211,
      "confidences": [
        0.34211,
        0.303093,
        0.303093,
        0.002532,
        0.001788,
        0.001572,
        0.001254,
        0.001192,
        0.000926,
        0.000872
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.858887,
        0.842773,
        0.640137,
        0.526367,
        0.493408,
        0.549316,
        0.418457,
        0.473633,
        0.458252
      ]
    },
    {
      "question_id": "10083181",
      "image_id": 347253,
      "question": "cái gì kéo dài đến một chiếc máy bay đang ngồi trên đường băng",
      "ground_truth": "con dốc",
      "ground_truth_normalized": "con dốc",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "ga-ra",
        "bầu trời",
        "xe đẩy",
        "bảo tàng",
        "bến tàu",
        "xe cộ",
        "kho",
        "áo vest"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.419284,
      "confidences": [
        0.419284,
        0.263408,
        0.032905,
        0.026752,
        0.009727,
        0.008702,
        0.00777,
        0.007228,
        0.006448,
        0.005814
      ],
      "gate_score_top1": 0.777832,
      "gate_scores": [
        0.777832,
        0.789551,
        0.636719,
        0.571777,
        0.647461,
        0.619141,
        0.500488,
        0.670898,
        0.541016,
        0.544922
      ]
    },
    {
      "question_id": "10069591",
      "image_id": 448078,
      "question": "những gì chờ đợi để quay vào một ngã tư",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe ô tô",
        "phương tiện giao thông",
        "xe cộ",
        "đường",
        "xe buýt",
        "xe đẩy",
        "đường phố",
        "động cơ",
        "đoạn phim giới thiệu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.480513,
      "confidences": [
        0.480513,
        0.407806,
        0.039597,
        0.029773,
        0.003314,
        0.002157,
        0.002066,
        0.001366,
        0.001363,
        0.001231
      ],
      "gate_score_top1": 0.868652,
      "gate_scores": [
        0.868652,
        0.831543,
        0.812012,
        0.787109,
        0.710449,
        0.692871,
        0.700684,
        0.568359,
        0.549805,
        0.49707
      ]
    },
    {
      "question_id": "10116391",
      "image_id": 39976,
      "question": "có bao nhiêu hình ảnh riêng biệt với các loại pizza khác nhau trong đó",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.579113,
      "confidences": [
        0.579113,
        0.385772,
        0.009964,
        0.00729,
        0.007038,
        0.003172,
        0.001424,
        0.00104,
        0.000403,
        0.000297
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.875488,
        0.734375,
        0.760254,
        0.621582,
        0.649414,
        0.62207,
        0.581055,
        0.501953,
        0.42334
      ]
    },
    {
      "question_id": "10042651",
      "image_id": 74069,
      "question": "một số động vật vườn thú đang đi ở đâu",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "bảo tàng",
        "rào chắn",
        "tòa nhà",
        "hươu cao cổ",
        "chuồng trại",
        "cửa tiệm",
        "hồ bơi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.473793,
      "confidences": [
        0.473793,
        0.414867,
        0.066936,
        0.003432,
        0.003199,
        0.002901,
        0.002045,
        0.001499,
        0.001168,
        0.001016
      ],
      "gate_score_top1": 0.874023,
      "gate_scores": [
        0.874023,
        0.877441,
        0.859375,
        0.651367,
        0.633301,
        0.693359,
        0.640625,
        0.67041,
        0.60791,
        0.613281
      ]
    },
    {
      "question_id": "10061491",
      "image_id": 422280,
      "question": "những gì lấy túi tại sân bay",
      "ground_truth": "đường ray",
      "ground_truth_normalized": "đường ray",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hành lý",
        "túi",
        "sân bay",
        "balo",
        "cái túi",
        "trạm",
        "xe đẩy",
        "cái ví",
        "sàn nhà"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.50254,
      "confidences": [
        0.50254,
        0.139006,
        0.104111,
        0.046199,
        0.025663,
        0.023688,
        0.011433,
        0.010636,
        0.006013,
        0.004583
      ],
      "gate_score_top1": 0.8125,
      "gate_scores": [
        0.8125,
        0.764648,
        0.778809,
        0.726074,
        0.670898,
        0.733398,
        0.615234,
        0.668457,
        0.65918,
        0.507812
      ]
    },
    {
      "question_id": "10051541",
      "image_id": 92206,
      "question": "đàn ông đang chụp ảnh ở đâu với điện thoại của họ",
      "ground_truth": "quán bar",
      "ground_truth_normalized": "quán bar",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "điện thoại",
        "gian hàng",
        "cửa tiệm",
        "gương",
        "máy ảnh",
        "đường phố",
        "quán ăn",
        "ảnh chụp",
        "quán bar"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.19172,
      "confidences": [
        0.19172,
        0.140266,
        0.056122,
        0.035052,
        0.027512,
        0.026562,
        0.025997,
        0.01447,
        0.014011,
        0.013343
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.693848,
        0.629883,
        0.688965,
        0.705566,
        0.605469,
        0.654297,
        0.616211,
        0.502441,
        0.599121
      ]
    },
    {
      "question_id": "10004891",
      "image_id": 276870,
      "question": "màu của áo là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu trắng",
        "màu nâu",
        "màu đen",
        "màu vàng",
        "màu xám",
        "màu xanh lá",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.87007,
      "confidences": [
        0.87007,
        0.041496,
        0.029889,
        0.015088,
        0.013108,
        0.008766,
        0.002965,
        0.002556,
        0.001556,
        0.001355
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.77832,
        0.765137,
        0.766113,
        0.74707,
        0.736816,
        0.687012,
        0.661621,
        0.671875,
        0.664062
      ]
    },
    {
      "question_id": "10117091",
      "image_id": 12120,
      "question": "có bao nhiêu phụ nữ chơi trong một trận đấu quần vợt chuyên nghiệp",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.552389,
      "confidences": [
        0.552389,
        0.232076,
        0.1375,
        0.03672,
        0.015247,
        0.009321,
        0.003272,
        0.001935,
        0.001192,
        0.00084
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.844727,
        0.822266,
        0.744141,
        0.62793,
        0.693359,
        0.632324,
        0.584473,
        0.49585,
        0.468506
      ]
    },
    {
      "question_id": "10095741",
      "image_id": 517081,
      "question": "cái gì trên chiếc bàn màu cam và được mở ra",
      "ground_truth": "máy tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "điện thoại",
        "bàn phím",
        "chuột",
        "cái bàn",
        "trang thiết bị",
        "cái ghế",
        "bức tranh",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.622593,
      "confidences": [
        0.622593,
        0.335864,
        0.003602,
        0.003111,
        0.002641,
        0.002559,
        0.000895,
        0.000772,
        0.000697,
        0.000616
      ],
      "gate_score_top1": 0.887695,
      "gate_scores": [
        0.887695,
        0.831543,
        0.72168,
        0.699707,
        0.695801,
        0.745117,
        0.498535,
        0.486816,
        0.500977,
        0.588379
      ]
    },
    {
      "question_id": "10115381",
      "image_id": 153142,
      "question": "có bao nhiêu ván lướt sóng đang dựa vào bức tường trắng",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "ba",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.504309,
      "confidences": [
        0.504309,
        0.411605,
        0.037692,
        0.029126,
        0.007082,
        0.001262,
        0.001147,
        0.000746,
        0.000619,
        0.000589
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.875488,
        0.785645,
        0.727539,
        0.740234,
        0.566895,
        0.61084,
        0.606445,
        0.557617,
        0.52832
      ]
    },
    {
      "question_id": "10014381",
      "image_id": 217407,
      "question": "màu của bông hoa là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.600437,
      "confidences": [
        0.600437,
        0.36704,
        0.011214,
        0.003264,
        0.0022,
        0.002015,
        0.002003,
        0.001271,
        0.00063,
        0.0003
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.867188,
        0.756836,
        0.693359,
        0.642578,
        0.644531,
        0.661133,
        0.653809,
        0.669434,
        0.604492
      ]
    },
    {
      "question_id": "10026201",
      "image_id": 165172,
      "question": "bàn chải đánh răng ở đâu",
      "ground_truth": "ly",
      "ground_truth_normalized": "ly",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "tách",
        "thùng chứa",
        "chậu",
        "cái nồi",
        "cái lọ",
        "cái rổ",
        "lọ cắm hoa",
        "người giữ",
        "bồn tắm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.441499,
      "confidences": [
        0.441499,
        0.147884,
        0.065367,
        0.060219,
        0.050908,
        0.024956,
        0.015678,
        0.011812,
        0.007464,
        0.006298
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.762695,
        0.747559,
        0.690918,
        0.717773,
        0.69873,
        0.641602,
        0.658203,
        0.503418,
        0.662109
      ]
    },
    {
      "question_id": "10009561",
      "image_id": 218446,
      "question": "màu của xe buýt là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu vàng",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu xanh lá",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.368577,
      "confidences": [
        0.368577,
        0.188251,
        0.182459,
        0.149502,
        0.035649,
        0.020632,
        0.013373,
        0.005607,
        0.005478,
        0.002523
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.806641,
        0.796875,
        0.816895,
        0.830078,
        0.747559,
        0.744629,
        0.682129,
        0.651855,
        0.663086
      ]
    },
    {
      "question_id": "10100531",
      "image_id": 494751,
      "question": "giường, những gì, và bàn cuối trong một phòng khách sạn",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "cửa",
        "phòng",
        "nhiều cái ghế",
        "tường",
        "khăn",
        "cửa sổ",
        "bức ảnh",
        "cái kệ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.231865,
      "confidences": [
        0.231865,
        0.103697,
        0.073964,
        0.068272,
        0.042891,
        0.020339,
        0.017602,
        0.016961,
        0.015534,
        0.014255
      ],
      "gate_score_top1": 0.716797,
      "gate_scores": [
        0.716797,
        0.678223,
        0.684082,
        0.734375,
        0.620605,
        0.556152,
        0.580078,
        0.568848,
        0.586914,
        0.634277
      ]
    },
    {
      "question_id": "10046651",
      "image_id": 213366,
      "question": "xe cứu hỏa đậu ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "tòa nhà",
        "kho",
        "trạm",
        "phòng",
        "cửa tiệm",
        "bảo tàng",
        "nhà ở",
        "chuồng",
        "cửa hàng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.453741,
      "confidences": [
        0.453741,
        0.181192,
        0.125019,
        0.055694,
        0.039958,
        0.021472,
        0.011448,
        0.007263,
        0.006985,
        0.00517
      ],
      "gate_score_top1": 0.871094,
      "gate_scores": [
        0.871094,
        0.808105,
        0.80957,
        0.770996,
        0.760254,
        0.723633,
        0.775391,
        0.711914,
        0.602051,
        0.702637
      ]
    },
    {
      "question_id": "10047281",
      "image_id": 555857,
      "question": "người phụ nữ ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "gương",
        "hành lang",
        "ô cửa",
        "nhà ở",
        "phòng tắm",
        "cửa",
        "giường",
        "phòng bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.401801,
      "confidences": [
        0.401801,
        0.377457,
        0.091066,
        0.017245,
        0.012518,
        0.011646,
        0.006381,
        0.006125,
        0.004318,
        0.003538
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.832031,
        0.861328,
        0.674316,
        0.634766,
        0.722168,
        0.633301,
        0.598633,
        0.558105,
        0.699219
      ]
    },
    {
      "question_id": "10033721",
      "image_id": 260733,
      "question": "gà tây được nướng ở đâu",
      "ground_truth": "chảo",
      "ground_truth_normalized": "chảo",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "chảo",
        "món ăn",
        "giấy bạc",
        "cái mâm",
        "cái nồi",
        "phòng bếp",
        "bếp",
        "cái rổ",
        "tạp dề"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.482938,
      "confidences": [
        0.482938,
        0.386538,
        0.022324,
        0.011225,
        0.010463,
        0.005722,
        0.004483,
        0.004203,
        0.002155,
        0.002097
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.842773,
        0.769043,
        0.668457,
        0.719238,
        0.739258,
        0.647949,
        0.582031,
        0.669434,
        0.563477
      ]
    },
    {
      "question_id": "10113481",
      "image_id": 309539,
      "question": "có bao nhiêu lát là tấm chứa pizza pepperoni",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.727133,
      "confidences": [
        0.727133,
        0.179589,
        0.053086,
        0.026903,
        0.003474,
        0.003102,
        0.000915,
        0.000703,
        0.000388,
        0.000191
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.866699,
        0.816895,
        0.776855,
        0.687012,
        0.532227,
        0.543457,
        0.549316,
        0.4729,
        0.417236
      ]
    },
    {
      "question_id": "10119241",
      "image_id": 357113,
      "question": "có bao nhiêu con gấu bông nâu được xếp trên kệ",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.585398,
      "confidences": [
        0.585398,
        0.37502,
        0.017956,
        0.009839,
        0.004383,
        0.002187,
        0.000795,
        0.000463,
        0.00026,
        0.000237
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.885742,
        0.751953,
        0.789551,
        0.582031,
        0.661133,
        0.603027,
        0.525879,
        0.498291,
        0.464111
      ]
    },
    {
      "question_id": "10047031",
      "image_id": 575018,
      "question": "bánh donuts vẫn còn mới nằm ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "tạp dề",
        "cửa hàng",
        "cửa tiệm",
        "phòng",
        "nhà ở",
        "lò vi sóng",
        "kho",
        "quán bar"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.708053,
      "confidences": [
        0.708053,
        0.1069,
        0.03457,
        0.030627,
        0.018576,
        0.017451,
        0.015461,
        0.00335,
        0.003285,
        0.002316
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.851074,
        0.739258,
        0.769531,
        0.70459,
        0.749512,
        0.683105,
        0.579102,
        0.67334,
        0.619141
      ]
    },
    {
      "question_id": "10079761",
      "image_id": 572900,
      "question": "người đàn ông trẻ tuổi đang mặc gì khi ném đĩa ném",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "áo sơ mi",
        "ga-ra",
        "kho",
        "bảo tàng",
        "ô cửa",
        "áo vest",
        "trạm",
        "dĩa nhựa",
        "cửa hàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.295053,
      "confidences": [
        0.295053,
        0.051776,
        0.044027,
        0.031836,
        0.023383,
        0.02129,
        0.012901,
        0.01285,
        0.01275,
        0.012443
      ],
      "gate_score_top1": 0.805176,
      "gate_scores": [
        0.805176,
        0.644531,
        0.675781,
        0.692871,
        0.712891,
        0.618652,
        0.663574,
        0.614258,
        0.62207,
        0.728516
      ]
    },
    {
      "question_id": "10065751",
      "image_id": 465074,
      "question": "người phụ nữ mặc những gì đã có mang một túi dù che và đã mở hai chiếc",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "nón",
        "mũ",
        "bức ảnh",
        "diều",
        "dĩa nhựa",
        "bờ biển",
        "lá cờ",
        "mặt trời",
        "áo sơ mi"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.270677,
      "confidences": [
        0.270677,
        0.174081,
        0.118713,
        0.023104,
        0.015271,
        0.01064,
        0.009773,
        0.009244,
        0.009181,
        0.009101
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.750488,
        0.715332,
        0.60791,
        0.66748,
        0.644531,
        0.633789,
        0.626953,
        0.595215,
        0.625977
      ]
    },
    {
      "question_id": "10084401",
      "image_id": 454143,
      "question": "người phụ nữ mặc những gì và mang theo một ly cà phê từ starbucks đang đi bộ với hành lý",
      "ground_truth": "áo khoác",
      "ground_truth_normalized": "áo khoác",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "balo",
        "hành lý",
        "túi",
        "cái túi",
        "cái ví",
        "xe đẩy",
        "máy ảnh",
        "toa xe",
        "sân bay"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.216316,
      "confidences": [
        0.216316,
        0.186476,
        0.135367,
        0.109196,
        0.054056,
        0.026448,
        0.018791,
        0.013093,
        0.008739,
        0.008486
      ],
      "gate_score_top1": 0.752441,
      "gate_scores": [
        0.752441,
        0.758301,
        0.777344,
        0.750488,
        0.795898,
        0.733887,
        0.680664,
        0.558105,
        0.564453,
        0.621094
      ]
    },
    {
      "question_id": "10028051",
      "image_id": 52096,
      "question": "bánh mì sandwich nằm ở đâu",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "cái rổ",
        "cái mâm",
        "hộp",
        "giấy bạc",
        "bát",
        "món ăn",
        "dĩa",
        "tách",
        "chén đĩa"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.404783,
      "confidences": [
        0.404783,
        0.135585,
        0.094285,
        0.060166,
        0.053304,
        0.029668,
        0.025476,
        0.017441,
        0.012735,
        0.007172
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.797363,
        0.806641,
        0.755859,
        0.766113,
        0.712891,
        0.734863,
        0.529297,
        0.635742,
        0.581543
      ]
    },
    {
      "question_id": "10006851",
      "image_id": 230109,
      "question": "màu của phòng ngủ là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu trắng",
        "màu xanh dương",
        "màu vàng",
        "màu đỏ",
        "màu nâu",
        "màu cam",
        "màu xanh lá",
        "màu đen",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.98175,
      "confidences": [
        0.98175,
        0.007209,
        0.001647,
        0.001493,
        0.001003,
        0.000936,
        0.000615,
        0.000472,
        0.000286,
        0.000266
      ],
      "gate_score_top1": 0.901855,
      "gate_scores": [
        0.901855,
        0.771484,
        0.708984,
        0.685547,
        0.736328,
        0.670898,
        0.657715,
        0.59375,
        0.658203,
        0.631348
      ]
    },
    {
      "question_id": "10055111",
      "image_id": 561750,
      "question": "những gì cực kỳ quá tải do tải của nó",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "xe đẩy",
        "hành lý",
        "toa xe",
        "túi",
        "hộp",
        "cái túi",
        "sân bay",
        "trạm",
        "balo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.692845,
      "confidences": [
        0.692845,
        0.147515,
        0.027717,
        0.013508,
        0.008306,
        0.005479,
        0.005447,
        0.004614,
        0.003565,
        0.003317
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.811523,
        0.723145,
        0.672852,
        0.68457,
        0.683105,
        0.705566,
        0.687012,
        0.610352,
        0.553711
      ]
    },
    {
      "question_id": "10050581",
      "image_id": 70983,
      "question": "lọ hoa lớn được đặt ở đâu",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cửa sổ",
        "cây",
        "cái nồi",
        "cửa",
        "tường",
        "phòng",
        "nhà ở",
        "sân vườn",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.493405,
      "confidences": [
        0.493405,
        0.35262,
        0.044656,
        0.012066,
        0.006163,
        0.005767,
        0.004162,
        0.004105,
        0.003651,
        0.00339
      ],
      "gate_score_top1": 0.844238,
      "gate_scores": [
        0.844238,
        0.842773,
        0.789551,
        0.62207,
        0.685547,
        0.608398,
        0.733398,
        0.611816,
        0.60791,
        0.723145
      ]
    },
    {
      "question_id": "10099611",
      "image_id": 490927,
      "question": "những gì được trang trí và tổ chức độc đáo",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "quầy tính tiền",
        "chậu",
        "vòi hoa sen",
        "gương",
        "khăn",
        "bồn tắm",
        "cửa",
        "tường",
        "máy ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.282685,
      "confidences": [
        0.282685,
        0.180389,
        0.080675,
        0.068736,
        0.068468,
        0.05128,
        0.033828,
        0.017722,
        0.014074,
        0.011622
      ],
      "gate_score_top1": 0.753906,
      "gate_scores": [
        0.753906,
        0.688477,
        0.747559,
        0.692871,
        0.717773,
        0.666992,
        0.749512,
        0.606934,
        0.617676,
        0.583496
      ]
    },
    {
      "question_id": "10020801",
      "image_id": 574645,
      "question": "màu của áo là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.632039,
      "confidences": [
        0.632039,
        0.291638,
        0.038105,
        0.010256,
        0.008772,
        0.006545,
        0.002916,
        0.000898,
        0.000887,
        0.000596
      ],
      "gate_score_top1": 0.881348,
      "gate_scores": [
        0.881348,
        0.866211,
        0.808594,
        0.760254,
        0.794922,
        0.765137,
        0.78418,
        0.677246,
        0.580078,
        0.692383
      ]
    },
    {
      "question_id": "10019221",
      "image_id": 350506,
      "question": "màu của chiếc ghế dài là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu nâu",
        "màu đen",
        "màu trắng",
        "màu xám",
        "màu vàng",
        "màu cam",
        "màu xanh lá",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.414773,
      "confidences": [
        0.414773,
        0.354774,
        0.158046,
        0.033782,
        0.012973,
        0.00438,
        0.003185,
        0.002714,
        0.002172,
        0.000622
      ],
      "gate_score_top1": 0.840332,
      "gate_scores": [
        0.840332,
        0.851562,
        0.864258,
        0.830078,
        0.790039,
        0.708496,
        0.738281,
        0.636719,
        0.727051,
        0.567383
      ]
    },
    {
      "question_id": "10040441",
      "image_id": 426422,
      "question": "cô gái giữ một quả chuối ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "cửa hàng",
        "cửa tiệm",
        "chuối",
        "phòng",
        "cái rổ",
        "cái ghế",
        "hộp",
        "kho",
        "sân bay"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.200917,
      "confidences": [
        0.200917,
        0.104235,
        0.098303,
        0.075371,
        0.075371,
        0.020525,
        0.018652,
        0.017763,
        0.012844,
        0.011247
      ],
      "gate_score_top1": 0.803223,
      "gate_scores": [
        0.803223,
        0.790527,
        0.786621,
        0.753418,
        0.742188,
        0.646973,
        0.580078,
        0.640625,
        0.611816,
        0.643066
      ]
    },
    {
      "question_id": "10022431",
      "image_id": 558066,
      "question": "màu của quả bóng là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá",
        "màu nâu",
        "màu đen",
        "màu tía",
        "màu xám",
        "màu đỏ",
        "quả bóng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.559738,
      "confidences": [
        0.559738,
        0.344844,
        0.029434,
        0.025473,
        0.010292,
        0.006964,
        0.004118,
        0.001446,
        0.001276,
        0.000403
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.839355,
        0.79834,
        0.749023,
        0.73584,
        0.640625,
        0.73584,
        0.685547,
        0.625488,
        0.543945
      ]
    },
    {
      "question_id": "10065441",
      "image_id": 343706,
      "question": "đang là mùa đông và người phụ nữ trẻ này mặc gì cũng cầm điện thoại thông minh",
      "ground_truth": "áo choàng",
      "ground_truth_normalized": "áo choàng",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "thiết bị",
        "nón",
        "máy ảnh",
        "bàn chải",
        "máy tính",
        "laptop",
        "gương",
        "xe ô tô",
        "cà vạt"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.778256,
      "confidences": [
        0.778256,
        0.026839,
        0.021778,
        0.016927,
        0.006501,
        0.005517,
        0.004601,
        0.003974,
        0.00319,
        0.002862
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.690918,
        0.693359,
        0.708496,
        0.559082,
        0.634766,
        0.685547,
        0.652344,
        0.575195,
        0.678711
      ]
    },
    {
      "question_id": "10049191",
      "image_id": 87399,
      "question": "chiếc đồng hồ nằm ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "cửa sổ",
        "hộp",
        "văn phòng",
        "ảnh chụp",
        "phòng bếp",
        "tạp dề",
        "tòa nhà",
        "gian hàng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.707779,
      "confidences": [
        0.707779,
        0.094672,
        0.060886,
        0.016974,
        0.005854,
        0.005096,
        0.004411,
        0.003729,
        0.003227,
        0.003164
      ],
      "gate_score_top1": 0.870117,
      "gate_scores": [
        0.870117,
        0.828613,
        0.782227,
        0.743652,
        0.696777,
        0.521973,
        0.626953,
        0.671875,
        0.651367,
        0.643555
      ]
    },
    {
      "question_id": "10083691",
      "image_id": 527535,
      "question": "những gì bao phủ trên kem và kem đánh bông",
      "ground_truth": "chuối",
      "ground_truth_normalized": "chuối",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "đĩa ăn",
        "món tráng miệng",
        "chuối",
        "pizza",
        "bữa ăn",
        "sô cô la",
        "quán ăn",
        "cupcake",
        "cái nĩa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.137032,
      "confidences": [
        0.137032,
        0.096981,
        0.081189,
        0.047729,
        0.044401,
        0.029176,
        0.022589,
        0.021724,
        0.019857,
        0.018874
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.746582,
        0.660645,
        0.666016,
        0.729492,
        0.618164,
        0.558594,
        0.583496,
        0.587402,
        0.54541
      ]
    },
    {
      "question_id": "10092871",
      "image_id": 539079,
      "question": "người trên ván trượt đang đi xuống tuyết bao phủ là gì",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "đồi",
        "ván trượt",
        "trượt tuyết",
        "cây",
        "trang thiết bị",
        "bầu trời",
        "bức ảnh",
        "một",
        "ba lan"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.615808,
      "confidences": [
        0.615808,
        0.151501,
        0.06516,
        0.061212,
        0.008648,
        0.006452,
        0.006192,
        0.002897,
        0.002461,
        0.002172
      ],
      "gate_score_top1": 0.831055,
      "gate_scores": [
        0.831055,
        0.798828,
        0.788574,
        0.76709,
        0.59375,
        0.62207,
        0.599609,
        0.572754,
        0.668945,
        0.514648
      ]
    },
    {
      "question_id": "10003591",
      "image_id": 556306,
      "question": "màu sắc của uống là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu tía",
        "màu cam",
        "màu xám",
        "màu vàng",
        "màu đỏ",
        "màu xanh dương",
        "màu đen",
        "màu trắng",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.562027,
      "confidences": [
        0.562027,
        0.280406,
        0.043339,
        0.027121,
        0.023017,
        0.020233,
        0.009746,
        0.006505,
        0.002031,
        0.001083
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.822266,
        0.812988,
        0.705566,
        0.703125,
        0.791504,
        0.729492,
        0.663086,
        0.626465,
        0.540527
      ]
    },
    {
      "question_id": "10059011",
      "image_id": 416745,
      "question": "những gì mở tiết lộ nhà vệ sinh, bồn rửa và tủ treo",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "cửa",
        "vòi hoa sen",
        "nhà ở",
        "quầy tính tiền",
        "khăn",
        "tường",
        "bồn tắm",
        "bức ảnh",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.287124,
      "confidences": [
        0.287124,
        0.262452,
        0.058105,
        0.028652,
        0.027127,
        0.025885,
        0.025434,
        0.020159,
        0.019425,
        0.018106
      ],
      "gate_score_top1": 0.754395,
      "gate_scores": [
        0.754395,
        0.733398,
        0.709961,
        0.774414,
        0.621582,
        0.638672,
        0.682617,
        0.700684,
        0.617676,
        0.66748
      ]
    },
    {
      "question_id": "10109691",
      "image_id": 369512,
      "question": "có bao nhiêu người đàn ông trên sông với ba con voi",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.448744,
      "confidences": [
        0.448744,
        0.383831,
        0.082686,
        0.042563,
        0.017605,
        0.004399,
        0.002632,
        0.002536,
        0.001841,
        0.001409
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.849609,
        0.772461,
        0.746582,
        0.721191,
        0.625977,
        0.62793,
        0.615723,
        0.57666,
        0.551758
      ]
    },
    {
      "question_id": "10076621",
      "image_id": 510755,
      "question": "những gì làm cho một loạt các xe máy xếp hàng?",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "đường",
        "xe tay ga",
        "mũ",
        "cây",
        "con khỉ",
        "năm",
        "ga-ra",
        "ván trượt"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.834058,
      "confidences": [
        0.834058,
        0.087566,
        0.007132,
        0.005787,
        0.005511,
        0.004209,
        0.001145,
        0.001123,
        0.00093,
        0.00081
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.82666,
        0.622559,
        0.640137,
        0.527344,
        0.58252,
        0.38208,
        0.669922,
        0.538086,
        0.52002
      ]
    },
    {
      "question_id": "10050401",
      "image_id": 397253,
      "question": "bàn với hai màn hình máy tính được nhìn thấy ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "văn phòng",
        "nhà ở",
        "cái bàn",
        "phòng bếp",
        "chung cư",
        "cái ghế",
        "cửa tiệm",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.37829,
      "confidences": [
        0.37829,
        0.236728,
        0.128205,
        0.040658,
        0.021011,
        0.017082,
        0.015583,
        0.014754,
        0.008148,
        0.007247
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.830566,
        0.772949,
        0.812988,
        0.635254,
        0.73877,
        0.708496,
        0.645508,
        0.683105,
        0.660645
      ]
    },
    {
      "question_id": "10102561",
      "image_id": 157940,
      "question": "có bao nhiêu người trượt tuyết xuyên quốc gia trên con đường xuyên qua những tán cây",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.462624,
      "confidences": [
        0.462624,
        0.401935,
        0.093621,
        0.015343,
        0.012185,
        0.002428,
        0.002228,
        0.000841,
        0.000586,
        0.000454
      ],
      "gate_score_top1": 0.867676,
      "gate_scores": [
        0.867676,
        0.85791,
        0.787598,
        0.714844,
        0.729492,
        0.605469,
        0.629883,
        0.519043,
        0.526367,
        0.529785
      ]
    },
    {
      "question_id": "10074371",
      "image_id": 448410,
      "question": "những gì kéo vào ga tàu nơi du khách đợi gần đó",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "hàng hoá",
        "đường sắt",
        "xe điện ngầm",
        "các tòa nhà",
        "trạm",
        "cầu",
        "xe điện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.667979,
      "confidences": [
        0.667979,
        0.115174,
        0.05814,
        0.025499,
        0.023768,
        0.015709,
        0.009927,
        0.007641,
        0.006613,
        0.00614
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.786621,
        0.771484,
        0.645996,
        0.67041,
        0.689941,
        0.701172,
        0.663574,
        0.663086,
        0.708496
      ]
    },
    {
      "question_id": "10046321",
      "image_id": 529860,
      "question": "con chó nhỏ đang được mang đến đâu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "balo",
      "predicted_topk": [
        "balo",
        "cái túi",
        "cái ví",
        "hành lý",
        "túi",
        "đường phố",
        "vali",
        "áo vest",
        "xe đẩy",
        "xe"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.521307,
      "confidences": [
        0.521307,
        0.203351,
        0.048489,
        0.02626,
        0.015559,
        0.012502,
        0.010548,
        0.009604,
        0.008677,
        0.004829
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.827148,
        0.807129,
        0.748535,
        0.77002,
        0.64209,
        0.668945,
        0.64502,
        0.655273,
        0.629395
      ]
    },
    {
      "question_id": "10061181",
      "image_id": 497928,
      "question": "những gì cố định trên tất cả đối diện một chiếc ghế dài và phòng khách đẹp",
      "ground_truth": "màn",
      "ground_truth_normalized": "màn",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "chung cư",
        "bức ảnh",
        "đi văng",
        "cái bàn",
        "cái kệ",
        "cây",
        "cửa",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.240749,
      "confidences": [
        0.240749,
        0.074,
        0.053823,
        0.02469,
        0.02356,
        0.022879,
        0.022613,
        0.021493,
        0.021326,
        0.017372
      ],
      "gate_score_top1": 0.775879,
      "gate_scores": [
        0.775879,
        0.653809,
        0.594727,
        0.570312,
        0.635254,
        0.614746,
        0.634766,
        0.558105,
        0.620605,
        0.542969
      ]
    },
    {
      "question_id": "10056371",
      "image_id": 498994,
      "question": "những gì chứa đầy dấu hiệu và giấy báo cáo",
      "ground_truth": "thân cây",
      "ground_truth_normalized": "thân cây",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hành lý",
        "cái túi",
        "hộp",
        "túi",
        "thân cây",
        "xe đẩy",
        "sàn nhà",
        "toa xe",
        "cái ví"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.702189,
      "confidences": [
        0.702189,
        0.050274,
        0.030196,
        0.016676,
        0.016226,
        0.009765,
        0.009373,
        0.0074,
        0.006817,
        0.005763
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.712891,
        0.766602,
        0.700195,
        0.705566,
        0.598145,
        0.721191,
        0.555664,
        0.560547,
        0.633789
      ]
    },
    {
      "question_id": "10116081",
      "image_id": 497801,
      "question": "có bao nhiêu người trong bộ đồ toàn thân và một người không đứng ngoài ván lướt sóng trên bãi biển",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.928856,
      "confidences": [
        0.928856,
        0.058459,
        0.007148,
        0.003272,
        0.000295,
        0.000173,
        8.3e-05,
        5.9e-05,
        4.5e-05,
        4.2e-05
      ],
      "gate_score_top1": 0.905273,
      "gate_scores": [
        0.905273,
        0.856934,
        0.817383,
        0.751465,
        0.583008,
        0.440674,
        0.426758,
        0.437988,
        0.367676,
        0.370117
      ]
    },
    {
      "question_id": "10020111",
      "image_id": 423826,
      "question": "màu của con chó là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu nâu",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu tía",
        "màu cam",
        "màu đỏ",
        "màu xanh dương",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.704274,
      "confidences": [
        0.704274,
        0.267312,
        0.010085,
        0.003058,
        0.00102,
        0.000701,
        0.000688,
        0.000472,
        0.000364,
        0.000352
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.836914,
        0.75,
        0.687988,
        0.725586,
        0.630371,
        0.646973,
        0.637207,
        0.574707,
        0.566895
      ]
    },
    {
      "question_id": "10047401",
      "image_id": 2240,
      "question": "ba gấu bông và một con búp bê ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "hộp",
        "cái rổ",
        "cái túi",
        "vali",
        "hành lý",
        "toa xe",
        "cái ghế",
        "phòng ngủ",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.559265,
      "confidences": [
        0.559265,
        0.154094,
        0.055159,
        0.037762,
        0.025752,
        0.014559,
        0.0092,
        0.008103,
        0.006069,
        0.005483
      ],
      "gate_score_top1": 0.788574,
      "gate_scores": [
        0.788574,
        0.750488,
        0.728516,
        0.734863,
        0.746094,
        0.624023,
        0.638672,
        0.654297,
        0.641602,
        0.634277
      ]
    },
    {
      "question_id": "10104291",
      "image_id": 330572,
      "question": "có bao nhiêu người đi xe máy trên đường trước cây xăng và một đống đất lớn",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "mười",
        "bảy",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.78436,
      "confidences": [
        0.78436,
        0.198317,
        0.011634,
        0.002102,
        0.000201,
        0.000199,
        0.000104,
        8.4e-05,
        8.2e-05,
        5.4e-05
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.867188,
        0.779297,
        0.750488,
        0.412842,
        0.553711,
        0.417969,
        0.39502,
        0.397949,
        0.348633
      ]
    },
    {
      "question_id": "10050331",
      "image_id": 549209,
      "question": "nhà vệ sinh đang đặt ở đâu",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "nhà ở",
        "phòng",
        "bồn tắm",
        "tường",
        "cửa",
        "gương",
        "ô cửa",
        "khăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.787134,
      "confidences": [
        0.787134,
        0.060697,
        0.03052,
        0.020571,
        0.012188,
        0.01214,
        0.007509,
        0.005537,
        0.005335,
        0.003918
      ],
      "gate_score_top1": 0.865723,
      "gate_scores": [
        0.865723,
        0.794922,
        0.823242,
        0.807617,
        0.76416,
        0.655762,
        0.68457,
        0.74707,
        0.618164,
        0.662598
      ]
    },
    {
      "question_id": "10002601",
      "image_id": 299488,
      "question": "màu sắc của các chữ cái là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xanh dương",
        "màu đỏ",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu tía",
        "màu cam",
        "màu xám",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.729943,
      "confidences": [
        0.729943,
        0.210772,
        0.01148,
        0.009858,
        0.008802,
        0.008366,
        0.006541,
        0.004567,
        0.001612,
        0.000801
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.832031,
        0.804688,
        0.78125,
        0.763672,
        0.727539,
        0.726562,
        0.796875,
        0.714844,
        0.65332
      ]
    },
    {
      "question_id": "10043101",
      "image_id": 340419,
      "question": "thức ăn gần như đã sẵn sàng ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "chảo",
        "bát",
        "món ăn",
        "quầy tính tiền",
        "lò vi sóng",
        "máy xay",
        "phòng bếp",
        "chén đĩa",
        "thùng chứa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.488901,
      "confidences": [
        0.488901,
        0.296533,
        0.069885,
        0.037553,
        0.01253,
        0.007949,
        0.006641,
        0.004356,
        0.003446,
        0.003432
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.848633,
        0.807129,
        0.748047,
        0.635254,
        0.696777,
        0.685547,
        0.577637,
        0.675293,
        0.62793
      ]
    },
    {
      "question_id": "10026271",
      "image_id": 311228,
      "question": "một số thực phẩm nướng ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "món ăn",
        "thùng chứa",
        "hộp",
        "cái mâm",
        "bát",
        "giấy bạc",
        "chén đĩa",
        "cái rổ",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.258388,
      "confidences": [
        0.258388,
        0.221876,
        0.181799,
        0.06457,
        0.058791,
        0.043181,
        0.017652,
        0.010665,
        0.008876,
        0.007373
      ],
      "gate_score_top1": 0.771484,
      "gate_scores": [
        0.771484,
        0.82666,
        0.824219,
        0.755859,
        0.76123,
        0.736816,
        0.726074,
        0.665039,
        0.717285,
        0.695801
      ]
    },
    {
      "question_id": "10007181",
      "image_id": 41087,
      "question": "màu của xe tải là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu vàng",
        "màu đen",
        "màu đỏ",
        "màu xanh dương",
        "màu trắng",
        "màu xanh lá",
        "xe ô tô",
        "màu cam",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.794729,
      "confidences": [
        0.794729,
        0.112717,
        0.043968,
        0.025052,
        0.004781,
        0.001627,
        0.001235,
        0.000637,
        0.000572,
        0.000559
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.813477,
        0.739258,
        0.765625,
        0.716309,
        0.70752,
        0.559082,
        0.523438,
        0.644043,
        0.57373
      ]
    },
    {
      "question_id": "10059561",
      "image_id": 414340,
      "question": "những gì bên cạnh một nhà thờ nhỏ màu trắng",
      "ground_truth": "đồng hồ",
      "ground_truth_normalized": "đồng hồ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "tòa nhà",
        "cây",
        "các tòa nhà",
        "bức ảnh",
        "bức tượng",
        "cầu",
        "cờ",
        "lá cờ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.493099,
      "confidences": [
        0.493099,
        0.287622,
        0.07021,
        0.015184,
        0.0134,
        0.012539,
        0.0093,
        0.004453,
        0.004436,
        0.003907
      ],
      "gate_score_top1": 0.803223,
      "gate_scores": [
        0.803223,
        0.787109,
        0.750977,
        0.671875,
        0.644043,
        0.639648,
        0.618164,
        0.588379,
        0.580078,
        0.63623
      ]
    },
    {
      "question_id": "10115501",
      "image_id": 49053,
      "question": "có bao nhiêu chiếc bánh pizza đang ngồi trên quầy khi lớp phủ đang được thêm vào",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "hai",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.478769,
      "confidences": [
        0.478769,
        0.347549,
        0.094644,
        0.035783,
        0.016771,
        0.007953,
        0.001845,
        0.001651,
        0.001575,
        0.00118
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.841309,
        0.752441,
        0.758789,
        0.704102,
        0.674805,
        0.623047,
        0.570801,
        0.553711,
        0.526855
      ]
    },
    {
      "question_id": "10065411",
      "image_id": 576774,
      "question": "cái đĩa màu xanh và trắng với trái cây và những gì",
      "ground_truth": "rau",
      "ground_truth_normalized": "rau",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "rau",
        "món ăn",
        "bữa ăn",
        "bát",
        "thịt",
        "bữa ăn tối",
        "dĩa",
        "chén đĩa",
        "cái nĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.460317,
      "confidences": [
        0.460317,
        0.09994,
        0.080934,
        0.048707,
        0.040222,
        0.025467,
        0.020028,
        0.015416,
        0.014942,
        0.012731
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.733887,
        0.768555,
        0.731934,
        0.727051,
        0.682129,
        0.608887,
        0.666016,
        0.651367,
        0.617676
      ]
    },
    {
      "question_id": "10107451",
      "image_id": 31000,
      "question": "có bao nhiêu quả cam xếp chồng lên nhau trong cái bát màu trắng",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "ba",
        "chín",
        "một",
        "bát",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.374807,
      "confidences": [
        0.374807,
        0.208611,
        0.1696,
        0.163741,
        0.012334,
        0.009738,
        0.005274,
        0.004131,
        0.002457,
        0.002277
      ],
      "gate_score_top1": 0.810059,
      "gate_scores": [
        0.810059,
        0.771973,
        0.790527,
        0.785156,
        0.621582,
        0.630859,
        0.593262,
        0.566406,
        0.684082,
        0.507812
      ]
    },
    {
      "question_id": "10006111",
      "image_id": 233379,
      "question": "màu mắt là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu xanh dương",
        "màu tía",
        "màu nâu",
        "màu đen",
        "màu đỏ",
        "màu trắng",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.717358,
      "confidences": [
        0.717358,
        0.178565,
        0.03408,
        0.031519,
        0.008583,
        0.007399,
        0.006378,
        0.002743,
        0.00091,
        0.000465
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.826172,
        0.734375,
        0.770996,
        0.716797,
        0.71582,
        0.6875,
        0.69043,
        0.654297,
        0.720215
      ]
    },
    {
      "question_id": "10029701",
      "image_id": 365236,
      "question": "con chó đang ở đâu",
      "ground_truth": "cái ví",
      "ground_truth_normalized": "cái ví",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "balo",
        "cái ví",
        "hành lý",
        "túi",
        "vali",
        "xe đẩy",
        "thùng chứa",
        "xe",
        "cái rổ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.254093,
      "confidences": [
        0.254093,
        0.252116,
        0.190307,
        0.061064,
        0.039735,
        0.032116,
        0.008901,
        0.005399,
        0.004515,
        0.004004
      ],
      "gate_score_top1": 0.823242,
      "gate_scores": [
        0.823242,
        0.789062,
        0.828613,
        0.757812,
        0.76709,
        0.713379,
        0.64209,
        0.606934,
        0.614746,
        0.669434
      ]
    },
    {
      "question_id": "10103821",
      "image_id": 246971,
      "question": "có bao nhiêu người đang làm trò trượt ván trên tuyết và nhảy trong tuyết",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "bốn",
        "ba",
        "sáu",
        "năm",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.513201,
      "confidences": [
        0.513201,
        0.40916,
        0.027627,
        0.021685,
        0.008899,
        0.005071,
        0.003312,
        0.000929,
        0.000841,
        0.000755
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.87207,
        0.737305,
        0.768066,
        0.671875,
        0.743652,
        0.626465,
        0.548828,
        0.560059,
        0.512207
      ]
    },
    {
      "question_id": "10049791",
      "image_id": 317153,
      "question": "công nhân đẩy xe đẩy ở đâu với hành lý trên chúng",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "kho",
      "predicted_topk": [
        "kho",
        "tòa nhà",
        "ga-ra",
        "sân bay",
        "trạm",
        "phòng",
        "cửa tiệm",
        "cửa hàng",
        "bảo tàng",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.249271,
      "confidences": [
        0.249271,
        0.17402,
        0.173341,
        0.089228,
        0.04776,
        0.027858,
        0.021277,
        0.020824,
        0.01468,
        0.006253
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.797852,
        0.85791,
        0.733398,
        0.677246,
        0.73584,
        0.730469,
        0.756348,
        0.771484,
        0.647949
      ]
    },
    {
      "question_id": "10050811",
      "image_id": 78359,
      "question": "thước và kéo ở đâu",
      "ground_truth": "người giữ",
      "ground_truth_normalized": "người giữ",
      "predicted_top1": "tách",
      "predicted_topk": [
        "tách",
        "thùng chứa",
        "cái rổ",
        "cái lọ",
        "cái nồi",
        "người giữ",
        "máy xay",
        "máy sấy khô",
        "bát",
        "cây kéo"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.453962,
      "confidences": [
        0.453962,
        0.10329,
        0.088349,
        0.037776,
        0.028515,
        0.020141,
        0.016928,
        0.00899,
        0.008479,
        0.008202
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.76709,
        0.780762,
        0.75,
        0.65918,
        0.584961,
        0.687012,
        0.589844,
        0.710449,
        0.644043
      ]
    },
    {
      "question_id": "10080821",
      "image_id": 449981,
      "question": "hình ảnh của một động vật vườn thú là gì",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "thân cây",
        "bức ảnh",
        "bãi cỏ",
        "màu cam",
        "đồi",
        "chiếc ô",
        "cây",
        "quả bóng",
        "xe tải"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.343513,
      "confidences": [
        0.343513,
        0.035784,
        0.023059,
        0.021832,
        0.021036,
        0.015286,
        0.015152,
        0.012884,
        0.010598,
        0.010242
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.541992,
        0.432861,
        0.626465,
        0.616699,
        0.588867,
        0.540527,
        0.511719,
        0.505859,
        0.51709
      ]
    },
    {
      "question_id": "10086741",
      "image_id": 423215,
      "question": "những gì chuyến tàu đang đi xuống một số bài hát",
      "ground_truth": "hàng hoá",
      "ground_truth_normalized": "hàng hoá",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "hàng hoá",
        "động cơ",
        "đường sắt",
        "các tòa nhà",
        "trạm",
        "xe điện ngầm",
        "cầu",
        "cây"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.20241,
      "confidences": [
        0.20241,
        0.195418,
        0.163917,
        0.139659,
        0.086716,
        0.011644,
        0.010377,
        0.00914,
        0.006872,
        0.006635
      ],
      "gate_score_top1": 0.831055,
      "gate_scores": [
        0.831055,
        0.759277,
        0.668457,
        0.73291,
        0.637207,
        0.636719,
        0.623047,
        0.604004,
        0.597656,
        0.550781
      ]
    },
    {
      "question_id": "10066651",
      "image_id": 411943,
      "question": "những gì chỉ có nhà vệ sinh và bể chứa cho nhà vệ sinh bị treo trên tường phía trên nhà vệ sinh",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "bồn tiểu",
        "vòi hoa sen",
        "khăn",
        "bồn tắm",
        "tường",
        "nhà ở",
        "cửa",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.711445,
      "confidences": [
        0.711445,
        0.032504,
        0.029711,
        0.029023,
        0.019371,
        0.018849,
        0.016059,
        0.012051,
        0.011934,
        0.009533
      ],
      "gate_score_top1": 0.812012,
      "gate_scores": [
        0.812012,
        0.741699,
        0.671875,
        0.710449,
        0.693848,
        0.760254,
        0.613281,
        0.737793,
        0.613281,
        0.598145
      ]
    },
    {
      "question_id": "10029811",
      "image_id": 75230,
      "question": "dụng cụ chăm sóc răng miệng đã hiển thị ở đâu",
      "ground_truth": "người giữ",
      "ground_truth_normalized": "người giữ",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "tách",
        "người giữ",
        "phòng tắm",
        "thùng chứa",
        "gương",
        "máy sấy khô",
        "tường",
        "cửa hàng",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.160251,
      "confidences": [
        0.160251,
        0.11057,
        0.089193,
        0.043982,
        0.034454,
        0.03432,
        0.023132,
        0.020533,
        0.018659,
        0.01791
      ],
      "gate_score_top1": 0.717773,
      "gate_scores": [
        0.717773,
        0.779785,
        0.583984,
        0.685547,
        0.708496,
        0.663574,
        0.649902,
        0.62793,
        0.724609,
        0.541504
      ]
    },
    {
      "question_id": "10076771",
      "image_id": 392476,
      "question": "những gì được sắp xếp rất gọn gàng với thiết bị điện tử",
      "ground_truth": "cái bàn",
      "ground_truth_normalized": "cái bàn",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "cái bàn",
        "laptop",
        "bàn phím",
        "văn phòng",
        "chuột",
        "trang thiết bị",
        "bức tranh",
        "phòng ngủ",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.486931,
      "confidences": [
        0.486931,
        0.364694,
        0.038139,
        0.022774,
        0.018807,
        0.006525,
        0.003405,
        0.002845,
        0.002845,
        0.001808
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.874023,
        0.820312,
        0.771973,
        0.757812,
        0.712891,
        0.518066,
        0.599609,
        0.614258,
        0.561523
      ]
    },
    {
      "question_id": "10110431",
      "image_id": 296657,
      "question": "bao nhiêu người đàn ông đang đeo cà vạt đang nhảy ra ngoài",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.392132,
      "confidences": [
        0.392132,
        0.283548,
        0.249254,
        0.039903,
        0.006907,
        0.003837,
        0.003661,
        0.001706,
        0.000722,
        0.000502
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.834473,
        0.82959,
        0.769043,
        0.666016,
        0.605469,
        0.570801,
        0.517578,
        0.47876,
        0.506348
      ]
    },
    {
      "question_id": "10101551",
      "image_id": 477906,
      "question": "người đàn ông mặc những gì đang nhảy trên ván trượt của mình",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "trượt tuyết",
        "áo sơ mi",
        "núi",
        "đồi",
        "mũ",
        "cây",
        "nón",
        "bức ảnh",
        "ván lướt sóng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.736316,
      "confidences": [
        0.736316,
        0.099261,
        0.010794,
        0.010421,
        0.008949,
        0.004526,
        0.004344,
        0.003308,
        0.003247,
        0.002221
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.817383,
        0.563965,
        0.708008,
        0.703125,
        0.569336,
        0.619141,
        0.605957,
        0.588379,
        0.621094
      ]
    },
    {
      "question_id": "10102371",
      "image_id": 229935,
      "question": "có bao nhiêu người đang ném đĩa ném cho một người khác ở phía trước của một số cái cây",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "cái ghế",
        "hươu cao cổ",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.862267,
      "confidences": [
        0.862267,
        0.118533,
        0.01284,
        0.000657,
        0.000154,
        0.000102,
        9.4e-05,
        8.5e-05,
        8.3e-05,
        7.9e-05
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.852539,
        0.783691,
        0.640625,
        0.381836,
        0.39917,
        0.37793,
        0.550781,
        0.485596,
        0.400635
      ]
    },
    {
      "question_id": "10038051",
      "image_id": 442793,
      "question": "những con ngựa vằn nằm ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "lồng",
      "predicted_topk": [
        "lồng",
        "chuồng",
        "vườn bách thú",
        "rào chắn",
        "chuồng trại",
        "bãi cỏ",
        "tòa nhà",
        "hồ bơi",
        "bảo tàng",
        "gấu trúc"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.376251,
      "confidences": [
        0.376251,
        0.352078,
        0.229101,
        0.005388,
        0.002106,
        0.00191,
        0.001315,
        0.001186,
        0.001026,
        0.00088
      ],
      "gate_score_top1": 0.887207,
      "gate_scores": [
        0.887207,
        0.866699,
        0.872559,
        0.655273,
        0.693848,
        0.574219,
        0.63916,
        0.654297,
        0.57959,
        0.655273
      ]
    },
    {
      "question_id": "10099971",
      "image_id": 475042,
      "question": "cái gì đỗ cùng với con đường đất",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "động cơ",
        "xe ô tô",
        "xe đẩy",
        "xe buýt",
        "đoạn phim giới thiệu",
        "màu trắng",
        "đường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.753331,
      "confidences": [
        0.753331,
        0.152452,
        0.021538,
        0.011894,
        0.011305,
        0.003441,
        0.002116,
        0.001704,
        0.001154,
        0.001107
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.794434,
        0.757812,
        0.629395,
        0.65625,
        0.629883,
        0.648438,
        0.456055,
        0.52832,
        0.572754
      ]
    },
    {
      "question_id": "10085101",
      "image_id": 460378,
      "question": "những gì trên bảng trên một quầy trong một nhà bếp",
      "ground_truth": "công cụ",
      "ground_truth_normalized": "công cụ",
      "predicted_top1": "quầy tính tiền",
      "predicted_topk": [
        "quầy tính tiền",
        "phòng bếp",
        "bếp",
        "chậu",
        "bông hoa",
        "công cụ",
        "tường",
        "tủ đá",
        "bức ảnh",
        "cái kệ"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.243847,
      "confidences": [
        0.243847,
        0.202156,
        0.090764,
        0.032744,
        0.032489,
        0.030224,
        0.019514,
        0.015927,
        0.015558,
        0.010861
      ],
      "gate_score_top1": 0.720215,
      "gate_scores": [
        0.720215,
        0.742188,
        0.745117,
        0.630371,
        0.647461,
        0.569824,
        0.592285,
        0.724609,
        0.555664,
        0.612793
      ]
    },
    {
      "question_id": "10117821",
      "image_id": 338242,
      "question": "có bao nhiêu băng ghế được căn chỉnh trong một hàng vào lúc hoàng hôn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.394982,
      "confidences": [
        0.394982,
        0.340496,
        0.143053,
        0.080245,
        0.014671,
        0.013782,
        0.003087,
        0.001386,
        0.000966,
        0.000813
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.870605,
        0.855469,
        0.800293,
        0.76709,
        0.655762,
        0.657227,
        0.605957,
        0.490723,
        0.539551
      ]
    },
    {
      "question_id": "10000591",
      "image_id": 80739,
      "question": "màu của ánh sáng là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu đỏ",
        "màu xanh lá",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu xanh dương",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.807758,
      "confidences": [
        0.807758,
        0.121004,
        0.056492,
        0.003138,
        0.001508,
        0.001065,
        0.000895,
        0.000728,
        0.000604,
        0.000475
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.835938,
        0.82373,
        0.711426,
        0.640137,
        0.698242,
        0.695312,
        0.624023,
        0.773926,
        0.652344
      ]
    },
    {
      "question_id": "10051611",
      "image_id": 516119,
      "question": "người đàn ông đang chụp ảnh mình ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "hành lang",
        "máy ảnh",
        "vòi hoa sen",
        "phòng",
        "nhà ở",
        "điện thoại",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.849008,
      "confidences": [
        0.849008,
        0.131221,
        0.002205,
        0.00141,
        0.001146,
        0.000943,
        0.000749,
        0.000502,
        0.000492,
        0.000424
      ],
      "gate_score_top1": 0.915039,
      "gate_scores": [
        0.915039,
        0.856445,
        0.670898,
        0.580566,
        0.566406,
        0.624512,
        0.658203,
        0.631836,
        0.537109,
        0.604492
      ]
    },
    {
      "question_id": "10045911",
      "image_id": 119579,
      "question": "những bông hoa màu đỏ ở đâu",
      "ground_truth": "cái lọ",
      "ground_truth_normalized": "cái lọ",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái lọ",
        "bông hoa",
        "bát",
        "cái nồi",
        "tách",
        "cây",
        "cửa sổ",
        "hoa hồng",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.82581,
      "confidences": [
        0.82581,
        0.127635,
        0.006582,
        0.005597,
        0.003133,
        0.002288,
        0.001429,
        0.001324,
        0.001239,
        0.001194
      ],
      "gate_score_top1": 0.867188,
      "gate_scores": [
        0.867188,
        0.791992,
        0.769531,
        0.756836,
        0.659668,
        0.653809,
        0.666504,
        0.695312,
        0.604492,
        0.643555
      ]
    },
    {
      "question_id": "10115121",
      "image_id": 10733,
      "question": "có bao nhiêu con ngựa vằn đang gặm cỏ trong khi một con khác quan sát từ phía sau",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "bãi cỏ",
        "ngựa rằn",
        "cây",
        "sáu",
        "bảy",
        "máy ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.654397,
      "confidences": [
        0.654397,
        0.321429,
        0.008466,
        0.001164,
        0.000421,
        0.000296,
        0.000276,
        0.000272,
        0.000197,
        0.00019
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.837891,
        0.728516,
        0.593262,
        0.480713,
        0.435547,
        0.393066,
        0.348389,
        0.369629,
        0.32251
      ]
    },
    {
      "question_id": "10090201",
      "image_id": 403333,
      "question": "những gì bao gồm bánh sô cô la suy đồi trên đầu",
      "ground_truth": "món tráng miệng",
      "ground_truth_normalized": "món tráng miệng",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bánh",
        "món tráng miệng",
        "món ăn",
        "quán ăn",
        "sô cô la",
        "bữa ăn",
        "cái nĩa",
        "cái mâm",
        "dĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.57283,
      "confidences": [
        0.57283,
        0.075728,
        0.036477,
        0.03367,
        0.02136,
        0.017952,
        0.017952,
        0.012194,
        0.009497,
        0.009009
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.71582,
        0.725098,
        0.716797,
        0.69873,
        0.592773,
        0.708496,
        0.560547,
        0.604492,
        0.642578
      ]
    },
    {
      "question_id": "10078581",
      "image_id": 486383,
      "question": "những gì được bao phủ bởi máy tính và các bộ phận khác nhau",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quầy tính tiền",
        "cái bàn",
        "máy tính",
        "chậu",
        "văn phòng",
        "phòng",
        "tủ đá",
        "nhà ở",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.322893,
      "confidences": [
        0.322893,
        0.160469,
        0.086567,
        0.033702,
        0.022189,
        0.016393,
        0.014897,
        0.013432,
        0.012447,
        0.011444
      ],
      "gate_score_top1": 0.776855,
      "gate_scores": [
        0.776855,
        0.647949,
        0.719238,
        0.674316,
        0.661133,
        0.632324,
        0.696777,
        0.677246,
        0.682617,
        0.532227
      ]
    },
    {
      "question_id": "10014601",
      "image_id": 569349,
      "question": "màu của băng ghế là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu vàng",
        "màu xanh dương",
        "màu tía",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu nâu",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.657943,
      "confidences": [
        0.657943,
        0.11982,
        0.114781,
        0.067213,
        0.011145,
        0.004197,
        0.003193,
        0.003156,
        0.001417,
        0.000512
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.78125,
        0.821289,
        0.783203,
        0.752441,
        0.656738,
        0.693359,
        0.681641,
        0.675781,
        0.404053
      ]
    },
    {
      "question_id": "10054731",
      "image_id": 383533,
      "question": "người đàn ông và phụ nữ kéo những gì qua nước",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "cây sào",
        "ca nô",
        "con thuyền",
        "trượt tuyết",
        "chiếc ô",
        "vạch kẻ đường",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.448227,
      "confidences": [
        0.448227,
        0.389427,
        0.028431,
        0.009339,
        0.005405,
        0.004596,
        0.003737,
        0.003594,
        0.002865,
        0.002096
      ],
      "gate_score_top1": 0.82959,
      "gate_scores": [
        0.82959,
        0.802246,
        0.68457,
        0.625,
        0.460205,
        0.604492,
        0.67627,
        0.650391,
        0.480957,
        0.593262
      ]
    },
    {
      "question_id": "10018591",
      "image_id": 539675,
      "question": "màu của tường là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu xám",
        "màu đen",
        "màu xanh lá",
        "màu nâu",
        "màu trắng",
        "màu vàng",
        "màu tía",
        "màu xanh dương",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.747215,
      "confidences": [
        0.747215,
        0.193406,
        0.032195,
        0.00538,
        0.004158,
        0.003447,
        0.00278,
        0.001442,
        0.001126,
        0.00072
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.864746,
        0.814453,
        0.666992,
        0.717285,
        0.802734,
        0.701172,
        0.708984,
        0.612793,
        0.700195
      ]
    },
    {
      "question_id": "10095501",
      "image_id": 497096,
      "question": "những gì trong quá trình hạ cánh",
      "ground_truth": "máy bay trực thăng",
      "ground_truth_normalized": "máy bay trực thăng",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "bầu trời",
        "động cơ",
        "diều",
        "mũ",
        "sân bay",
        "hải âu",
        "ga-ra",
        "màu xám",
        "xe máy"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.947821,
      "confidences": [
        0.947821,
        0.002688,
        0.002086,
        0.001612,
        0.001305,
        0.000898,
        0.000851,
        0.000792,
        0.000783,
        0.000766
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.528809,
        0.523926,
        0.612793,
        0.490234,
        0.504395,
        0.404053,
        0.41748,
        0.560059,
        0.601562
      ]
    },
    {
      "question_id": "10035931",
      "image_id": 557239,
      "question": "mèo trắng cuộn tròn ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "bát",
        "bồn tắm",
        "phòng tắm",
        "giường",
        "cái rổ",
        "cái nồi",
        "tách",
        "cái ghế",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.52676,
      "confidences": [
        0.52676,
        0.28977,
        0.025419,
        0.024927,
        0.014315,
        0.007677,
        0.006254,
        0.00488,
        0.003983,
        0.003853
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.793457,
        0.739258,
        0.764648,
        0.622559,
        0.608398,
        0.605469,
        0.572266,
        0.661621,
        0.500488
      ]
    },
    {
      "question_id": "10116231",
      "image_id": 387393,
      "question": "nấu bao nhiêu bánh rán trong một thùng mỡ sôi",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "tám",
        "bảy",
        "bốn",
        "ba",
        "một",
        "chín",
        "chảo",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.342996,
      "confidences": [
        0.342996,
        0.265047,
        0.107929,
        0.092678,
        0.079893,
        0.010277,
        0.006532,
        0.005501,
        0.003855,
        0.003566
      ],
      "gate_score_top1": 0.797852,
      "gate_scores": [
        0.797852,
        0.778809,
        0.713867,
        0.76416,
        0.708008,
        0.597656,
        0.564453,
        0.597168,
        0.581543,
        0.508301
      ]
    },
    {
      "question_id": "10035291",
      "image_id": 302481,
      "question": "đâu là bến trực thăng",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "bảo tàng",
        "kho",
        "tòa nhà",
        "sân bay",
        "máy bay",
        "phòng",
        "trạm",
        "sân vận động",
        "cửa tiệm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.744469,
      "confidences": [
        0.744469,
        0.084843,
        0.032077,
        0.026697,
        0.019608,
        0.014859,
        0.007074,
        0.006279,
        0.003656,
        0.003543
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.819824,
        0.768066,
        0.742676,
        0.745605,
        0.607422,
        0.711914,
        0.678223,
        0.68457,
        0.655762
      ]
    },
    {
      "question_id": "10096421",
      "image_id": 418226,
      "question": "những gì sạch sẽ và sẵn sàng cho khách để sử dụng",
      "ground_truth": "nhà vệ sinh",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "bồn tiểu",
      "predicted_topk": [
        "bồn tiểu",
        "phòng tắm",
        "tường",
        "vòi hoa sen",
        "phòng",
        "nhà ở",
        "bồn tắm",
        "khăn",
        "bức ảnh",
        "quầy tính tiền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.390034,
      "confidences": [
        0.390034,
        0.297883,
        0.034617,
        0.026803,
        0.014041,
        0.011709,
        0.011371,
        0.010193,
        0.00683,
        0.005569
      ],
      "gate_score_top1": 0.78418,
      "gate_scores": [
        0.78418,
        0.767578,
        0.619141,
        0.624023,
        0.727539,
        0.696777,
        0.65625,
        0.664551,
        0.54834,
        0.547852
      ]
    },
    {
      "question_id": "10039851",
      "image_id": 238887,
      "question": "phòng tắm có hai bồn rửa mặt ở đâu?",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "gương",
        "vòi hoa sen",
        "nhà ở",
        "ô cửa",
        "phòng",
        "hành lang",
        "cửa",
        "chuồng",
        "chậu"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.760654,
      "confidences": [
        0.760654,
        0.140158,
        0.018674,
        0.012735,
        0.011282,
        0.009613,
        0.00737,
        0.00268,
        0.00193,
        0.001713
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.84668,
        0.744629,
        0.779297,
        0.702637,
        0.738281,
        0.607422,
        0.677246,
        0.602539,
        0.64502
      ]
    },
    {
      "question_id": "10031721",
      "image_id": 278742,
      "question": "những người đang làm việc trên máy tính ở đâu",
      "ground_truth": "thư viện",
      "ground_truth_normalized": "thư viện",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "thư viện",
        "phòng",
        "lớp học",
        "cái ghế",
        "cửa tiệm",
        "sân bay",
        "cửa hàng",
        "tòa nhà",
        "cái bàn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.526508,
      "confidences": [
        0.526508,
        0.15203,
        0.078565,
        0.036536,
        0.021187,
        0.018552,
        0.013441,
        0.010927,
        0.009077,
        0.007995
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.748535,
        0.763672,
        0.76123,
        0.61377,
        0.751953,
        0.671875,
        0.722168,
        0.645996,
        0.627441
      ]
    },
    {
      "question_id": "10015061",
      "image_id": 332614,
      "question": "màu của bánh là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu vàng",
        "màu cam",
        "màu đen",
        "màu nâu",
        "màu xanh lá",
        "màu đỏ",
        "màu xanh dương",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.568952,
      "confidences": [
        0.568952,
        0.19207,
        0.126456,
        0.049328,
        0.019698,
        0.015952,
        0.011312,
        0.001658,
        0.001623,
        0.000845
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.856934,
        0.856934,
        0.785156,
        0.760254,
        0.766602,
        0.78418,
        0.656738,
        0.700684,
        0.668457
      ]
    },
    {
      "question_id": "10114621",
      "image_id": 402407,
      "question": "có bao nhiêu người trên mặt đất một người đang cầm gậy bóng chày",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.591325,
      "confidences": [
        0.591325,
        0.355865,
        0.040874,
        0.005797,
        0.000603,
        0.000417,
        0.000294,
        0.000162,
        0.000142,
        0.000134
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.879883,
        0.809082,
        0.76709,
        0.61084,
        0.421631,
        0.466309,
        0.450928,
        0.37207,
        0.381104
      ]
    },
    {
      "question_id": "10034151",
      "image_id": 474279,
      "question": "đâu là nhà vệ sinh cũ đã phá hủy",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "nhà ở",
        "tòa nhà",
        "chuồng",
        "vòi hoa sen",
        "cửa sổ",
        "ô cửa",
        "hành lang",
        "ga-ra"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.616259,
      "confidences": [
        0.616259,
        0.190164,
        0.020319,
        0.014982,
        0.014953,
        0.012518,
        0.008773,
        0.007475,
        0.006967,
        0.006846
      ],
      "gate_score_top1": 0.844727,
      "gate_scores": [
        0.844727,
        0.841797,
        0.774414,
        0.664551,
        0.619141,
        0.689941,
        0.67627,
        0.549805,
        0.592285,
        0.681641
      ]
    },
    {
      "question_id": "10109411",
      "image_id": 546171,
      "question": "có bao nhiêu con voi với bàn chân trước trên lưng của một con voi khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "hươu cao cổ",
        "bãi cỏ",
        "bảy",
        "năm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.872848,
      "confidences": [
        0.872848,
        0.091282,
        0.029519,
        0.000749,
        0.000181,
        0.000124,
        0.000111,
        0.000104,
        9.8e-05,
        9.3e-05
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.845215,
        0.816895,
        0.640625,
        0.376709,
        0.414551,
        0.489746,
        0.437012,
        0.36084,
        0.501465
      ]
    },
    {
      "question_id": "10081181",
      "image_id": 457054,
      "question": "công nhân lái xe gì chở hàng",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe cộ",
      "predicted_topk": [
        "xe cộ",
        "xe tải",
        "xe đẩy",
        "phương tiện giao thông",
        "xe tay ga",
        "xe",
        "xe ô tô",
        "xe buýt",
        "toa xe",
        "động cơ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.311647,
      "confidences": [
        0.311647,
        0.21503,
        0.12445,
        0.093208,
        0.00794,
        0.007258,
        0.007202,
        0.006337,
        0.006047,
        0.005248
      ],
      "gate_score_top1": 0.786133,
      "gate_scores": [
        0.786133,
        0.755859,
        0.782227,
        0.768066,
        0.499756,
        0.495605,
        0.613281,
        0.628418,
        0.536133,
        0.531738
      ]
    },
    {
      "question_id": "10072011",
      "image_id": 376751,
      "question": "những gì cùng nhau xuống núi tuyết bao phủ",
      "ground_truth": "trượt tuyết",
      "ground_truth_normalized": "trượt tuyết",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "đồi",
        "trượt tuyết",
        "ván trượt",
        "trang thiết bị",
        "cây",
        "bầu trời",
        "bức ảnh",
        "năm",
        "ba lan"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.575661,
      "confidences": [
        0.575661,
        0.151348,
        0.076103,
        0.060674,
        0.010985,
        0.008179,
        0.00523,
        0.003971,
        0.002353,
        0.002258
      ],
      "gate_score_top1": 0.789551,
      "gate_scores": [
        0.789551,
        0.791016,
        0.759766,
        0.796387,
        0.643066,
        0.572266,
        0.562012,
        0.546875,
        0.549805,
        0.517578
      ]
    },
    {
      "question_id": "10119041",
      "image_id": 231088,
      "question": "có bao nhiêu chiếc ô lơ lửng trên không gần một tòa nhà",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "ba",
        "tám",
        "chín",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.453439,
      "confidences": [
        0.453439,
        0.227114,
        0.18178,
        0.066873,
        0.031465,
        0.006912,
        0.005177,
        0.002445,
        0.002333,
        0.001875
      ],
      "gate_score_top1": 0.836426,
      "gate_scores": [
        0.836426,
        0.77832,
        0.812988,
        0.778809,
        0.727051,
        0.632812,
        0.644531,
        0.585449,
        0.558594,
        0.51709
      ]
    },
    {
      "question_id": "10067011",
      "image_id": 542234,
      "question": "những gì đang bay trên mặt nước vào lúc hoàng hôn",
      "ground_truth": "hải âu",
      "ground_truth_normalized": "hải âu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vịt",
        "con vẹt",
        "con ngựa",
        "máy bay",
        "diều",
        "màu xám",
        "con chó",
        "bức tượng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.537667,
      "confidences": [
        0.537667,
        0.415477,
        0.005567,
        0.003254,
        0.001169,
        0.000972,
        0.000649,
        0.000643,
        0.00062,
        0.000596
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.857422,
        0.665527,
        0.719727,
        0.583984,
        0.541016,
        0.527344,
        0.512207,
        0.490723,
        0.46875
      ]
    },
    {
      "question_id": "10065951",
      "image_id": 342060,
      "question": "cái gì đang ngồi trên băng ghế công viên bên cạnh một hành lý nhỏ với một chiếc ô trên đầu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "túi",
        "hành lý",
        "balo",
        "cái ví",
        "cái ghế",
        "băng ghế",
        "con chó",
        "xe đẩy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.255315,
      "confidences": [
        0.255315,
        0.19884,
        0.130402,
        0.07696,
        0.042335,
        0.038172,
        0.029097,
        0.011551,
        0.011394,
        0.00759
      ],
      "gate_score_top1": 0.809082,
      "gate_scores": [
        0.809082,
        0.813965,
        0.725586,
        0.744141,
        0.682129,
        0.734863,
        0.639648,
        0.639648,
        0.629883,
        0.663574
      ]
    },
    {
      "question_id": "10042361",
      "image_id": 102437,
      "question": "hai người khác đang chèo thuyền ở đâu trong một dòng sông",
      "ground_truth": "ca nô",
      "ground_truth_normalized": "ca nô",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "ca nô",
        "bến du thuyền",
        "thuyền buồm",
        "hồ",
        "xe đạp",
        "bến tàu",
        "hồ bơi",
        "áo vest",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.48083,
      "confidences": [
        0.48083,
        0.221001,
        0.026706,
        0.013118,
        0.007387,
        0.006047,
        0.005742,
        0.005708,
        0.005087,
        0.004076
      ],
      "gate_score_top1": 0.726562,
      "gate_scores": [
        0.726562,
        0.700195,
        0.739258,
        0.588379,
        0.429688,
        0.543945,
        0.478516,
        0.608887,
        0.440918,
        0.483154
      ]
    },
    {
      "question_id": "10044711",
      "image_id": 504850,
      "question": "người giữ dấu hiệu dừng ở đâu",
      "ground_truth": "đường phố",
      "ground_truth_normalized": "đường phố",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "đường phố",
        "áo vest",
        "gương",
        "xe ô tô",
        "vạch kẻ đường",
        "ảnh chụp",
        "phương tiện giao thông",
        "xe đẩy",
        "cửa sổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.512788,
      "confidences": [
        0.512788,
        0.38406,
        0.020275,
        0.008305,
        0.005597,
        0.003862,
        0.003621,
        0.001682,
        0.001426,
        0.001308
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.833984,
        0.671875,
        0.732422,
        0.684082,
        0.688965,
        0.566895,
        0.544434,
        0.625488,
        0.574219
      ]
    },
    {
      "question_id": "10073841",
      "image_id": 571215,
      "question": "những gì được treo ở phía bên của một bức tường",
      "ground_truth": "bức tranh",
      "ground_truth_normalized": "bức tranh",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "tòa nhà",
        "ga-ra",
        "cây",
        "đường phố",
        "bức ảnh",
        "áo sơ mi",
        "vòi",
        "màu đen",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.435136,
      "confidences": [
        0.435136,
        0.027067,
        0.019044,
        0.017995,
        0.017995,
        0.014919,
        0.012429,
        0.011562,
        0.010527,
        0.010284
      ],
      "gate_score_top1": 0.788574,
      "gate_scores": [
        0.788574,
        0.69873,
        0.523926,
        0.67041,
        0.682617,
        0.631348,
        0.50293,
        0.618652,
        0.54834,
        0.537109
      ]
    },
    {
      "question_id": "10089401",
      "image_id": 473754,
      "question": "người đàn ông và một người phụ nữ đứng bên cạnh nhau ở bãi biển",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "vạch kẻ đường",
        "cây sào",
        "ca nô",
        "diều",
        "áo vest",
        "cái lều",
        "trượt tuyết"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.623314,
      "confidences": [
        0.623314,
        0.277676,
        0.018243,
        0.005146,
        0.004208,
        0.002333,
        0.002067,
        0.001899,
        0.001808,
        0.001348
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.813477,
        0.644531,
        0.57959,
        0.57666,
        0.488037,
        0.643066,
        0.531738,
        0.467041,
        0.638184
      ]
    },
    {
      "question_id": "10047121",
      "image_id": 333048,
      "question": "con hươu cao cổ nằm ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "hồ bơi",
        "bảo tàng",
        "rào chắn",
        "cây",
        "lá",
        "tòa nhà",
        "sân vườn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.728019,
      "confidences": [
        0.728019,
        0.199029,
        0.032491,
        0.002895,
        0.002143,
        0.001801,
        0.001794,
        0.001739,
        0.001341,
        0.000846
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.851562,
        0.84375,
        0.679688,
        0.604004,
        0.632324,
        0.67041,
        0.623047,
        0.645996,
        0.663574
      ]
    },
    {
      "question_id": "10041541",
      "image_id": 361638,
      "question": "phòng tắm với gương lớn ở đâu",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "gương",
        "nhà ở",
        "phòng",
        "bồn tắm",
        "ô cửa",
        "cửa",
        "hành lang",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.780058,
      "confidences": [
        0.780058,
        0.053291,
        0.039758,
        0.037203,
        0.014915,
        0.008285,
        0.005991,
        0.005617,
        0.005124,
        0.003914
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.788086,
        0.782227,
        0.808105,
        0.771973,
        0.736816,
        0.62793,
        0.679199,
        0.574707,
        0.695312
      ]
    },
    {
      "question_id": "10093301",
      "image_id": 352652,
      "question": "cái gì đậu so với đồng hồ đậu xe bị chìm trong tuyết",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe đạp",
        "vòi",
        "đường",
        "xe cộ",
        "phương tiện giao thông",
        "xe tải",
        "cửa sổ",
        "cây",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.446825,
      "confidences": [
        0.446825,
        0.057365,
        0.02448,
        0.017875,
        0.016339,
        0.014589,
        0.012119,
        0.012001,
        0.011013,
        0.010295
      ],
      "gate_score_top1": 0.76123,
      "gate_scores": [
        0.76123,
        0.675781,
        0.641602,
        0.612793,
        0.612793,
        0.603516,
        0.550293,
        0.64502,
        0.578613,
        0.513672
      ]
    },
    {
      "question_id": "10119581",
      "image_id": 544825,
      "question": "có bao nhiêu người đang cưỡi trên con thuyền đỏ trên mặt nước",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.53406,
      "confidences": [
        0.53406,
        0.264379,
        0.142066,
        0.02213,
        0.010132,
        0.00454,
        0.004248,
        0.001706,
        0.000922,
        0.000539
      ],
      "gate_score_top1": 0.855469,
      "gate_scores": [
        0.855469,
        0.811035,
        0.780273,
        0.734375,
        0.681152,
        0.621582,
        0.648926,
        0.535645,
        0.525391,
        0.503906
      ]
    },
    {
      "question_id": "10001941",
      "image_id": 364885,
      "question": "màu sắc của đội là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh lá",
        "màu trắng",
        "màu nâu",
        "màu đen",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu tía",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.491834,
      "confidences": [
        0.491834,
        0.401423,
        0.035628,
        0.031197,
        0.007827,
        0.005193,
        0.00471,
        0.004565,
        0.002144,
        0.00166
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.858887,
        0.82666,
        0.773438,
        0.680664,
        0.688477,
        0.762695,
        0.698242,
        0.710449,
        0.685059
      ]
    },
    {
      "question_id": "10047851",
      "image_id": 285131,
      "question": "mũi tên chỉ nằm ở đâu",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe ô tô",
        "vạch kẻ đường",
        "ảnh chụp",
        "áo vest",
        "cửa sổ",
        "tòa nhà",
        "gương",
        "xe tải"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.675654,
      "confidences": [
        0.675654,
        0.174883,
        0.108587,
        0.003971,
        0.003135,
        0.002456,
        0.001818,
        0.001714,
        0.001708,
        0.001399
      ],
      "gate_score_top1": 0.853027,
      "gate_scores": [
        0.853027,
        0.862305,
        0.821289,
        0.677734,
        0.559082,
        0.592285,
        0.651367,
        0.69873,
        0.706055,
        0.624512
      ]
    },
    {
      "question_id": "10015511",
      "image_id": 78572,
      "question": "màu của ánh sáng là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu vàng",
        "màu xanh lá",
        "màu đỏ",
        "màu đen",
        "màu xám",
        "màu cam",
        "màu nâu",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.648803,
      "confidences": [
        0.648803,
        0.128759,
        0.123343,
        0.041315,
        0.033458,
        0.004528,
        0.002443,
        0.002335,
        0.000524,
        0.000478
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.812012,
        0.809082,
        0.797852,
        0.773926,
        0.730957,
        0.755371,
        0.668945,
        0.563965,
        0.621094
      ]
    },
    {
      "question_id": "10065761",
      "image_id": 478155,
      "question": "cái gì đằng sau chúng",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "rau",
        "rượu",
        "đĩa",
        "thịt",
        "chén đĩa",
        "món ăn",
        "bữa ăn tối"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.126097,
      "confidences": [
        0.126097,
        0.109128,
        0.06697,
        0.063035,
        0.04852,
        0.039678,
        0.037787,
        0.02638,
        0.016933,
        0.016735
      ],
      "gate_score_top1": 0.740723,
      "gate_scores": [
        0.740723,
        0.727051,
        0.685059,
        0.785645,
        0.718262,
        0.661133,
        0.623535,
        0.631836,
        0.699219,
        0.600586
      ]
    },
    {
      "question_id": "10046071",
      "image_id": 152389,
      "question": "cặp vợ chồng đang đứng ở đâu",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tắm",
        "phòng",
        "gương",
        "nhà ở",
        "chậu",
        "ô cửa",
        "bồn tiểu",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.895113,
      "confidences": [
        0.895113,
        0.024611,
        0.013806,
        0.010964,
        0.007107,
        0.003708,
        0.003184,
        0.002917,
        0.00263,
        0.00238
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.757812,
        0.756348,
        0.759277,
        0.717773,
        0.747559,
        0.664062,
        0.580078,
        0.582031,
        0.624023
      ]
    },
    {
      "question_id": "10094941",
      "image_id": 388457,
      "question": "những chiếc giường được làm gọn gàng trong một phòng ngủ iwth",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng ngủ",
        "cửa",
        "phòng",
        "khăn",
        "cửa sổ",
        "nhiều cái ghế",
        "tường",
        "cái kệ",
        "bức ảnh"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.408497,
      "confidences": [
        0.408497,
        0.165694,
        0.042554,
        0.026943,
        0.023181,
        0.01485,
        0.011656,
        0.011634,
        0.009293,
        0.008545
      ],
      "gate_score_top1": 0.754395,
      "gate_scores": [
        0.754395,
        0.717285,
        0.658691,
        0.708008,
        0.608887,
        0.568359,
        0.539551,
        0.522949,
        0.586426,
        0.553711
      ]
    },
    {
      "question_id": "10110601",
      "image_id": 488243,
      "question": "có bao nhiêu người trên ván trượt trên một con dốc lạnh lẽo",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.54706,
      "confidences": [
        0.54706,
        0.260439,
        0.146093,
        0.018429,
        0.007743,
        0.00319,
        0.002671,
        0.001592,
        0.001151,
        0.00109
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.837402,
        0.837891,
        0.73291,
        0.667969,
        0.65332,
        0.628906,
        0.601562,
        0.571289,
        0.564453
      ]
    },
    {
      "question_id": "10067351",
      "image_id": 371564,
      "question": "người đàn ông mặc gì và được che bởi một chiếc ô đang sử dụng điện thoại di động của anh ấy",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "nón",
        "chiếc ô",
        "máy ảnh",
        "bức ảnh",
        "cà vạt",
        "thiết bị",
        "áo sơ mi",
        "gương",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.426242,
      "confidences": [
        0.426242,
        0.109896,
        0.082631,
        0.037027,
        0.017456,
        0.012115,
        0.010262,
        0.009056,
        0.00677,
        0.005629
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.772461,
        0.765137,
        0.738281,
        0.611816,
        0.72168,
        0.611328,
        0.618164,
        0.583008,
        0.631836
      ]
    },
    {
      "question_id": "10032361",
      "image_id": 14677,
      "question": "nơi nào ba người đàn ông leo dốc bên cạnh những cái cây",
      "ground_truth": "trượt tuyết",
      "ground_truth_normalized": "trượt tuyết",
      "predicted_top1": "đồi",
      "predicted_topk": [
        "đồi",
        "trượt tuyết",
        "núi",
        "năm",
        "ván trượt",
        "bốn",
        "cây",
        "ba",
        "sáu",
        "trang thiết bị"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.26132,
      "confidences": [
        0.26132,
        0.180306,
        0.123922,
        0.04159,
        0.039608,
        0.027169,
        0.023013,
        0.01415,
        0.012884,
        0.009706
      ],
      "gate_score_top1": 0.772949,
      "gate_scores": [
        0.772949,
        0.774902,
        0.70459,
        0.677734,
        0.700195,
        0.583008,
        0.664551,
        0.458252,
        0.754395,
        0.613281
      ]
    },
    {
      "question_id": "10037021",
      "image_id": 28690,
      "question": "nhiều ngựa vằn đang cùng nhau ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "bảo tàng",
        "tòa nhà",
        "chuồng trại",
        "bãi cỏ",
        "cửa tiệm",
        "lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.514506,
      "confidences": [
        0.514506,
        0.423221,
        0.026223,
        0.003487,
        0.002841,
        0.002002,
        0.001278,
        0.001015,
        0.000919,
        0.000639
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.872559,
        0.853027,
        0.645996,
        0.681641,
        0.673828,
        0.666016,
        0.51416,
        0.643555,
        0.583008
      ]
    },
    {
      "question_id": "10118331",
      "image_id": 88560,
      "question": "có bao nhiêu nhóm trái cây đặt trên ghế đá",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.50475,
      "confidences": [
        0.50475,
        0.355136,
        0.070755,
        0.034215,
        0.01674,
        0.002328,
        0.002003,
        0.001104,
        0.000921,
        0.000877
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.843262,
        0.757812,
        0.791992,
        0.716797,
        0.603516,
        0.60498,
        0.581543,
        0.561035,
        0.554688
      ]
    },
    {
      "question_id": "10048751",
      "image_id": 189278,
      "question": "hai lò nướng ở đâu, và một trong số chúng đang được sử dụng",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "tạp dề",
        "lò vi sóng",
        "cửa tiệm",
        "phòng",
        "nhà ở",
        "chảo",
        "cửa hàng",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.832831,
      "confidences": [
        0.832831,
        0.076863,
        0.035744,
        0.011247,
        0.005678,
        0.005251,
        0.002353,
        0.001598,
        0.001516,
        0.000871
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.849121,
        0.750977,
        0.708008,
        0.653809,
        0.699219,
        0.701172,
        0.57666,
        0.67041,
        0.568848
      ]
    },
    {
      "question_id": "10031371",
      "image_id": 51949,
      "question": "coupe của nhà vệ sinh ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "nhà ở",
        "chuồng",
        "hành lang",
        "gương",
        "vòi hoa sen",
        "tòa nhà",
        "ô cửa",
        "ga-ra"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.729485,
      "confidences": [
        0.729485,
        0.190297,
        0.00828,
        0.005894,
        0.004467,
        0.004147,
        0.003445,
        0.002812,
        0.002801,
        0.002652
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.837402,
        0.760742,
        0.664551,
        0.556152,
        0.682129,
        0.633301,
        0.5625,
        0.479736,
        0.649902
      ]
    },
    {
      "question_id": "10075121",
      "image_id": 531563,
      "question": "cái gì gắn lò nướng màu đen bên cạnh mặt quầy",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "bếp",
        "tủ đá",
        "tường",
        "phòng bếp",
        "cửa",
        "quầy tính tiền",
        "tủ lạnh",
        "chảo",
        "cái kệ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.513043,
      "confidences": [
        0.513043,
        0.209732,
        0.036304,
        0.025394,
        0.023902,
        0.019815,
        0.019815,
        0.006284,
        0.005535,
        0.005149
      ],
      "gate_score_top1": 0.791016,
      "gate_scores": [
        0.791016,
        0.805664,
        0.800781,
        0.618652,
        0.633789,
        0.69043,
        0.606445,
        0.656738,
        0.609375,
        0.638184
      ]
    },
    {
      "question_id": "10108491",
      "image_id": 40455,
      "question": "có bao nhiêu con vịt đang đứng cạnh nhau",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.577792,
      "confidences": [
        0.577792,
        0.30927,
        0.045969,
        0.042019,
        0.009864,
        0.003116,
        0.001879,
        0.000862,
        0.00052,
        0.000399
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.847168,
        0.728516,
        0.779785,
        0.714844,
        0.615234,
        0.646973,
        0.526855,
        0.546875,
        0.552734
      ]
    },
    {
      "question_id": "10014551",
      "image_id": 445143,
      "question": "màu của bàn chải là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu đỏ",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.679326,
      "confidences": [
        0.679326,
        0.169098,
        0.08536,
        0.040008,
        0.005289,
        0.0043,
        0.002955,
        0.002338,
        0.002306,
        0.001106
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.815918,
        0.856934,
        0.793945,
        0.679688,
        0.743164,
        0.754395,
        0.739258,
        0.754395,
        0.765625
      ]
    },
    {
      "question_id": "10054541",
      "image_id": 478407,
      "question": "người đàn ông đang thưởng thức gì trên một bàn bếp",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "sandwich",
      "predicted_topk": [
        "sandwich",
        "bữa ăn",
        "pizza",
        "đĩa ăn",
        "con chó",
        "quán ăn",
        "cái mâm",
        "dĩa",
        "búi tóc",
        "bữa trưa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.782366,
      "confidences": [
        0.782366,
        0.062002,
        0.030574,
        0.021013,
        0.012695,
        0.005482,
        0.005109,
        0.004122,
        0.004097,
        0.00218
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.731934,
        0.776367,
        0.758301,
        0.769043,
        0.623047,
        0.65332,
        0.589844,
        0.634277,
        0.464111
      ]
    },
    {
      "question_id": "10007031",
      "image_id": 531289,
      "question": "màu của bánh là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu cam",
        "màu nâu",
        "màu vàng",
        "màu đỏ",
        "màu đen",
        "màu xanh lá",
        "màu xanh dương",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.975615,
      "confidences": [
        0.975615,
        0.00697,
        0.004643,
        0.004244,
        0.002193,
        0.001898,
        0.001394,
        0.000897,
        0.000288,
        0.000252
      ],
      "gate_score_top1": 0.916504,
      "gate_scores": [
        0.916504,
        0.822754,
        0.773926,
        0.798828,
        0.796387,
        0.756836,
        0.739258,
        0.71875,
        0.74707,
        0.683594
      ]
    },
    {
      "question_id": "10041301",
      "image_id": 342441,
      "question": "thú nhồi bông bán ở đâu",
      "ground_truth": "cửa hàng",
      "ground_truth_normalized": "cửa hàng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "ga-ra",
        "cửa hàng",
        "nhà ở",
        "cửa tiệm",
        "tòa nhà",
        "kho",
        "chậu",
        "cái ghế"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.410044,
      "confidences": [
        0.410044,
        0.194449,
        0.061186,
        0.02673,
        0.019864,
        0.016308,
        0.016244,
        0.012825,
        0.011474,
        0.011385
      ],
      "gate_score_top1": 0.806152,
      "gate_scores": [
        0.806152,
        0.814453,
        0.777344,
        0.680664,
        0.726562,
        0.714355,
        0.633301,
        0.686035,
        0.658203,
        0.590332
      ]
    },
    {
      "question_id": "10032961",
      "image_id": 47316,
      "question": "gối hoa màu xanh lá cây và hồng nằm ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "giường",
        "cửa sổ",
        "lọ cắm hoa",
        "nhà ở",
        "hành lang",
        "cái ghế",
        "cửa",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.706981,
      "confidences": [
        0.706981,
        0.114067,
        0.071661,
        0.019822,
        0.00987,
        0.007494,
        0.004934,
        0.003058,
        0.002762,
        0.002486
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.822266,
        0.666504,
        0.701172,
        0.622559,
        0.711914,
        0.574707,
        0.603027,
        0.589355,
        0.745605
      ]
    },
    {
      "question_id": "10045031",
      "image_id": 552569,
      "question": "chuỗi hạt treo ở đâu",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "cửa sổ",
        "lọ cắm hoa",
        "ô cửa",
        "phòng bếp",
        "phòng ngủ",
        "quán ăn",
        "tường",
        "nhiều cái ghế"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.419129,
      "confidences": [
        0.419129,
        0.398376,
        0.020624,
        0.016735,
        0.012781,
        0.010658,
        0.008716,
        0.007677,
        0.006748,
        0.005518
      ],
      "gate_score_top1": 0.848145,
      "gate_scores": [
        0.848145,
        0.838379,
        0.751953,
        0.660156,
        0.63623,
        0.740723,
        0.705078,
        0.688477,
        0.543457,
        0.563477
      ]
    },
    {
      "question_id": "10052961",
      "image_id": 419974,
      "question": "người đàn ông cắt gì trong bếp của mình",
      "ground_truth": "thịt",
      "ground_truth_normalized": "thịt",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "đồ chơi",
        "mũ",
        "bức ảnh",
        "bánh",
        "bữa ăn",
        "con chim",
        "gấu",
        "thịt",
        "con mèo"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.797154,
      "confidences": [
        0.797154,
        0.018349,
        0.00564,
        0.004939,
        0.004834,
        0.003891,
        0.003585,
        0.003335,
        0.003299,
        0.002869
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.64209,
        0.571289,
        0.5,
        0.637695,
        0.51709,
        0.467041,
        0.648926,
        0.438232,
        0.566406
      ]
    },
    {
      "question_id": "10034491",
      "image_id": 376776,
      "question": "người đàn ông nướng bánh ở đâu",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "lò vi sóng",
        "bếp",
        "tạp dề",
        "chậu",
        "chảo",
        "quán ăn",
        "quầy tính tiền",
        "nhà ở",
        "tủ lạnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.912138,
      "confidences": [
        0.912138,
        0.056077,
        0.005796,
        0.002315,
        0.001771,
        0.001494,
        0.001283,
        0.001229,
        0.001074,
        0.000928
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.803711,
        0.67627,
        0.62793,
        0.679199,
        0.626465,
        0.65625,
        0.609375,
        0.665039,
        0.710449
      ]
    },
    {
      "question_id": "10036641",
      "image_id": 452872,
      "question": "con mèo đang cuộn tròn ở đâu",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "cái rổ",
        "bát",
        "cái ghế",
        "cái túi",
        "bồn tắm",
        "vali",
        "hành lý",
        "con chó",
        "phòng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.806635,
      "confidences": [
        0.806635,
        0.043423,
        0.031894,
        0.031155,
        0.009138,
        0.003214,
        0.002675,
        0.002047,
        0.001957,
        0.001949
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.744629,
        0.698242,
        0.763184,
        0.65625,
        0.567871,
        0.613281,
        0.492676,
        0.659668,
        0.567871
      ]
    },
    {
      "question_id": "10070911",
      "image_id": 384213,
      "question": "những gì được hiển thị với sự đa dạng của các mặt hàng trên quầy",
      "ground_truth": "phòng bếp",
      "ground_truth_normalized": "phòng bếp",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "phòng bếp",
        "quầy tính tiền",
        "bếp",
        "tủ đá",
        "bông hoa",
        "cửa sổ",
        "tường",
        "nhà ở",
        "công cụ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.336441,
      "confidences": [
        0.336441,
        0.316057,
        0.114916,
        0.027779,
        0.015583,
        0.009107,
        0.009089,
        0.007684,
        0.007134,
        0.006611
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.789551,
        0.694824,
        0.709961,
        0.742188,
        0.643555,
        0.65625,
        0.598145,
        0.655762,
        0.55127
      ]
    },
    {
      "question_id": "10051951",
      "image_id": 222686,
      "question": "đồng hồ gắn ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "trạm",
        "hành lang",
        "tòa tháp",
        "ô cửa",
        "phòng",
        "bảo tàng",
        "đường phố",
        "nhà ở",
        "kho"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.293883,
      "confidences": [
        0.293883,
        0.141558,
        0.053207,
        0.039003,
        0.02755,
        0.02578,
        0.021456,
        0.017139,
        0.01492,
        0.010477
      ],
      "gate_score_top1": 0.778809,
      "gate_scores": [
        0.778809,
        0.762695,
        0.685547,
        0.658203,
        0.575684,
        0.662598,
        0.675781,
        0.703125,
        0.634766,
        0.655762
      ]
    },
    {
      "question_id": "10023251",
      "image_id": 426762,
      "question": "màu của vỉa hè là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu vàng",
        "màu trắng",
        "màu đỏ",
        "màu nâu",
        "màu xanh dương",
        "màu xanh lá",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.858472,
      "confidences": [
        0.858472,
        0.089778,
        0.018455,
        0.01115,
        0.008683,
        0.004248,
        0.002087,
        0.000581,
        0.000236,
        0.000162
      ],
      "gate_score_top1": 0.870117,
      "gate_scores": [
        0.870117,
        0.837891,
        0.791992,
        0.808105,
        0.73291,
        0.729004,
        0.694824,
        0.573242,
        0.652344,
        0.661133
      ]
    },
    {
      "question_id": "10045351",
      "image_id": 572301,
      "question": "một số chanh và cam và nho ở đâu trong đĩa",
      "ground_truth": "lọ cắm hoa",
      "ground_truth_normalized": "lọ cắm hoa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "lọ cắm hoa",
        "đĩa ăn",
        "cái lọ",
        "tách",
        "cái nồi",
        "phòng",
        "quán ăn",
        "cái rổ",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.409283,
      "confidences": [
        0.409283,
        0.351448,
        0.029132,
        0.02014,
        0.012702,
        0.008511,
        0.008494,
        0.007585,
        0.005815,
        0.005647
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.797363,
        0.68457,
        0.6875,
        0.680664,
        0.648438,
        0.712891,
        0.683594,
        0.667969,
        0.598145
      ]
    },
    {
      "question_id": "10105051",
      "image_id": 357229,
      "question": "có bao nhiêu lát bánh pizza phô mai với một cái nĩa và một con dao",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "bốn",
        "ba",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.260694,
      "confidences": [
        0.260694,
        0.24682,
        0.143969,
        0.092591,
        0.064136,
        0.058854,
        0.051134,
        0.033014,
        0.003668,
        0.002947
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.803711,
        0.803223,
        0.725586,
        0.742676,
        0.679199,
        0.696777,
        0.664062,
        0.50293,
        0.485352
      ]
    },
    {
      "question_id": "10024501",
      "image_id": 407751,
      "question": "màu của cỏ là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu nâu",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "ngựa rằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.415226,
      "confidences": [
        0.415226,
        0.384021,
        0.102154,
        0.031399,
        0.020273,
        0.008651,
        0.007785,
        0.004778,
        0.004713,
        0.001821
      ],
      "gate_score_top1": 0.852051,
      "gate_scores": [
        0.852051,
        0.853027,
        0.83252,
        0.771484,
        0.780762,
        0.798828,
        0.744629,
        0.770508,
        0.708008,
        0.526367
      ]
    },
    {
      "question_id": "10087881",
      "image_id": 487159,
      "question": "những gì bao gồm salad, nước, rau và đồ nhúng",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "quán ăn",
        "bát",
        "món ăn",
        "chén đĩa",
        "dĩa",
        "thịt",
        "rau",
        "đĩa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.253076,
      "confidences": [
        0.253076,
        0.17191,
        0.125281,
        0.067321,
        0.060111,
        0.036317,
        0.029468,
        0.019477,
        0.016337,
        0.013838
      ],
      "gate_score_top1": 0.796875,
      "gate_scores": [
        0.796875,
        0.768555,
        0.79541,
        0.748047,
        0.747559,
        0.693359,
        0.659668,
        0.678223,
        0.669434,
        0.590332
      ]
    },
    {
      "question_id": "10090101",
      "image_id": 466416,
      "question": "những gì được thắp sáng trong đêm",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "các tòa nhà",
        "tòa tháp",
        "đồng hồ",
        "lá cờ",
        "cầu",
        "bức ảnh",
        "bức tượng",
        "cây",
        "cờ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.388688,
      "confidences": [
        0.388688,
        0.158276,
        0.146954,
        0.0571,
        0.021588,
        0.014494,
        0.013536,
        0.011222,
        0.00857,
        0.005971
      ],
      "gate_score_top1": 0.790039,
      "gate_scores": [
        0.790039,
        0.768066,
        0.79248,
        0.70459,
        0.680176,
        0.714355,
        0.674805,
        0.59082,
        0.65625,
        0.569824
      ]
    },
    {
      "question_id": "10109171",
      "image_id": 348966,
      "question": "có bao nhiêu chiếc bánh rán nằm bên cạnh ly trà đá trên bàn ăn ngoài trời",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.773731,
      "confidences": [
        0.773731,
        0.191098,
        0.017027,
        0.01108,
        0.001448,
        0.000964,
        0.000436,
        0.000232,
        0.000145,
        9.8e-05
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.868164,
        0.816895,
        0.751465,
        0.600098,
        0.481934,
        0.510254,
        0.474609,
        0.421143,
        0.374512
      ]
    },
    {
      "question_id": "10031681",
      "image_id": 207740,
      "question": "con mèo ngồi ở đâu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "cái ví",
        "xe đẩy",
        "hộp",
        "balo",
        "thùng chứa",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.838977,
      "confidences": [
        0.838977,
        0.088083,
        0.025835,
        0.004411,
        0.003435,
        0.003336,
        0.00305,
        0.002479,
        0.00215,
        0.001807
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.848633,
        0.780273,
        0.711914,
        0.646973,
        0.681152,
        0.675293,
        0.584961,
        0.682617,
        0.664551
      ]
    },
    {
      "question_id": "10117011",
      "image_id": 168453,
      "question": "có bao nhiêu người đang tận hưởng thời gian của họ trên bãi biển",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.526593,
      "confidences": [
        0.526593,
        0.241092,
        0.162495,
        0.0278,
        0.018884,
        0.004664,
        0.003053,
        0.002443,
        0.001422,
        0.001035
      ],
      "gate_score_top1": 0.86377,
      "gate_scores": [
        0.86377,
        0.835938,
        0.802246,
        0.741211,
        0.709473,
        0.652832,
        0.637695,
        0.611816,
        0.584961,
        0.521484
      ]
    },
    {
      "question_id": "10072241",
      "image_id": 367452,
      "question": "cái gì nằm trên đỉnh tòa nhà gạch",
      "ground_truth": "tòa tháp",
      "ground_truth_normalized": "tòa tháp",
      "predicted_top1": "đồng hồ",
      "predicted_topk": [
        "đồng hồ",
        "tòa tháp",
        "bức tượng",
        "tòa nhà",
        "các tòa nhà",
        "lá cờ",
        "cờ",
        "cầu",
        "cây",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.638877,
      "confidences": [
        0.638877,
        0.298268,
        0.012554,
        0.010206,
        0.003479,
        0.002715,
        0.002511,
        0.001805,
        0.001602,
        0.001581
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.852539,
        0.700195,
        0.684082,
        0.639648,
        0.672852,
        0.597656,
        0.584473,
        0.655273,
        0.625488
      ]
    },
    {
      "question_id": "10062121",
      "image_id": 372466,
      "question": "những gì được đặt trên bàn",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "chuột",
      "predicted_topk": [
        "chuột",
        "máy tính",
        "bàn phím",
        "cái bàn",
        "laptop",
        "văn phòng",
        "cái ghế",
        "nón",
        "trang thiết bị",
        "bức tranh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.736998,
      "confidences": [
        0.736998,
        0.100917,
        0.05595,
        0.024828,
        0.01246,
        0.004584,
        0.003,
        0.001981,
        0.001913,
        0.001362
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.824707,
        0.72998,
        0.815918,
        0.786621,
        0.65625,
        0.623535,
        0.621094,
        0.507812,
        0.466309
      ]
    },
    {
      "question_id": "10049751",
      "image_id": 524662,
      "question": "nhiều trái cây và rau quả ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "thùng chứa",
        "cái túi",
        "cái rổ",
        "vali",
        "ngăn kéo",
        "giấy bạc",
        "toa xe",
        "cái mâm",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.56376,
      "confidences": [
        0.56376,
        0.310124,
        0.030947,
        0.009625,
        0.005132,
        0.004083,
        0.003703,
        0.003125,
        0.00253,
        0.002148
      ],
      "gate_score_top1": 0.851562,
      "gate_scores": [
        0.851562,
        0.837891,
        0.764648,
        0.714844,
        0.663086,
        0.574219,
        0.666992,
        0.624023,
        0.645996,
        0.540527
      ]
    },
    {
      "question_id": "10087951",
      "image_id": 473942,
      "question": "cái gì đang bị treo trên móc",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "con chó",
        "cái kệ",
        "gấu trúc",
        "màu nâu",
        "cây",
        "chuột",
        "cái ghế",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.851865,
      "confidences": [
        0.851865,
        0.121293,
        0.0015,
        0.001311,
        0.001251,
        0.000624,
        0.000488,
        0.000471,
        0.00043,
        0.000366
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.821777,
        0.687988,
        0.524902,
        0.683105,
        0.633789,
        0.585449,
        0.554688,
        0.537598,
        0.558594
      ]
    },
    {
      "question_id": "10088501",
      "image_id": 515289,
      "question": "những gì chào đón ba người đi xe đạp trên một con đường công viên",
      "ground_truth": "chim bồ câu",
      "ground_truth_normalized": "chim bồ câu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "xe đạp",
        "chim bồ câu",
        "mười",
        "cây",
        "đồi",
        "đường",
        "cửa sổ",
        "con ngựa",
        "xe máy"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.193218,
      "confidences": [
        0.193218,
        0.141362,
        0.13917,
        0.022279,
        0.015134,
        0.011592,
        0.008993,
        0.008022,
        0.007142,
        0.007107
      ],
      "gate_score_top1": 0.688965,
      "gate_scores": [
        0.688965,
        0.772461,
        0.669922,
        0.589355,
        0.541016,
        0.588867,
        0.564453,
        0.558594,
        0.521484,
        0.500977
      ]
    },
    {
      "question_id": "10045561",
      "image_id": 115616,
      "question": "người đàn ông cơ bắp bám vào dây ở đâu",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "ca nô",
        "ván lướt sóng",
        "áo vest",
        "thuyền buồm",
        "bến du thuyền",
        "trượt tuyết",
        "cây sào",
        "bến tàu",
        "bảng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.324707,
      "confidences": [
        0.324707,
        0.247991,
        0.02933,
        0.026087,
        0.025383,
        0.022843,
        0.020839,
        0.011176,
        0.008193,
        0.006356
      ],
      "gate_score_top1": 0.712402,
      "gate_scores": [
        0.712402,
        0.664551,
        0.692871,
        0.577148,
        0.640137,
        0.719727,
        0.748535,
        0.59375,
        0.507324,
        0.554688
      ]
    },
    {
      "question_id": "10032721",
      "image_id": 546126,
      "question": "mọi người đứng và ngồi ở đâu",
      "ground_truth": "tàu hoả",
      "ground_truth_normalized": "tàu hoả",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "sân bay",
        "xe đẩy",
        "áo vest",
        "ảnh chụp",
        "xe điện",
        "kho",
        "xe ô tô",
        "bộ đồ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.598787,
      "confidences": [
        0.598787,
        0.125513,
        0.0304,
        0.013385,
        0.008166,
        0.007164,
        0.006796,
        0.006639,
        0.006335,
        0.006057
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.760742,
        0.740234,
        0.684082,
        0.62793,
        0.506836,
        0.631348,
        0.616211,
        0.601074,
        0.458252
      ]
    },
    {
      "question_id": "10050051",
      "image_id": 79887,
      "question": "nhà kệ máy xay và máy trộn ở đâu",
      "ground_truth": "cửa hàng",
      "ground_truth_normalized": "cửa hàng",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "phòng bếp",
        "cửa",
        "lò vi sóng",
        "cái kệ",
        "cửa hàng",
        "chai",
        "cửa tiệm",
        "cửa sổ"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.323142,
      "confidences": [
        0.323142,
        0.276398,
        0.090791,
        0.053582,
        0.045297,
        0.044075,
        0.00781,
        0.005919,
        0.005648,
        0.005023
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.801758,
        0.720703,
        0.712891,
        0.702148,
        0.702637,
        0.689453,
        0.574707,
        0.628418,
        0.589844
      ]
    },
    {
      "question_id": "10101521",
      "image_id": 415619,
      "question": "những gì bạn có thể nhìn xuyên qua cửa sổ bên cạnh giường",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "cửa sổ",
        "cây",
        "cửa",
        "tường",
        "phòng",
        "cái kệ",
        "gấu",
        "bức ảnh"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.219703,
      "confidences": [
        0.219703,
        0.152184,
        0.122283,
        0.089464,
        0.053841,
        0.017651,
        0.012788,
        0.010561,
        0.009229,
        0.009157
      ],
      "gate_score_top1": 0.71875,
      "gate_scores": [
        0.71875,
        0.734375,
        0.701172,
        0.692871,
        0.6875,
        0.54248,
        0.653809,
        0.578125,
        0.554688,
        0.535156
      ]
    },
    {
      "question_id": "10114161",
      "image_id": 356569,
      "question": "người đàn ông sử dụng bao nhiêu máy tính xách tay cho mỗi máy tính trẻ em",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.553275,
      "confidences": [
        0.553275,
        0.236109,
        0.195741,
        0.007531,
        0.000974,
        0.000624,
        0.000256,
        0.000251,
        0.000245,
        0.000133
      ],
      "gate_score_top1": 0.891602,
      "gate_scores": [
        0.891602,
        0.868164,
        0.854492,
        0.763184,
        0.646973,
        0.420654,
        0.452393,
        0.468262,
        0.457031,
        0.391602
      ]
    },
    {
      "question_id": "10016621",
      "image_id": 299974,
      "question": "màu của tường là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh lá",
        "màu vàng",
        "màu đen",
        "màu nâu",
        "màu đỏ",
        "màu cam",
        "màu tía",
        "màu xanh dương",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.89373,
      "confidences": [
        0.89373,
        0.08313,
        0.011428,
        0.001865,
        0.001837,
        0.00178,
        0.001712,
        0.000603,
        0.000195,
        0.000184
      ],
      "gate_score_top1": 0.916016,
      "gate_scores": [
        0.916016,
        0.852051,
        0.775391,
        0.736328,
        0.731934,
        0.758301,
        0.762207,
        0.69043,
        0.589355,
        0.689453
      ]
    },
    {
      "question_id": "10102691",
      "image_id": 340259,
      "question": "có bao nhiêu ly rượu trên quầy",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.437448,
      "confidences": [
        0.437448,
        0.401425,
        0.097608,
        0.028853,
        0.014508,
        0.003711,
        0.001834,
        0.000997,
        0.000599,
        0.000515
      ],
      "gate_score_top1": 0.841309,
      "gate_scores": [
        0.841309,
        0.841797,
        0.754395,
        0.769043,
        0.70166,
        0.591797,
        0.61084,
        0.515137,
        0.469238,
        0.520508
      ]
    },
    {
      "question_id": "10056321",
      "image_id": 363276,
      "question": "nam đeo kính râm đang cầm cái gì",
      "ground_truth": "ngoài trời",
      "ground_truth_normalized": "ngoài trời",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "áo sơ mi",
        "chảo",
        "bữa ăn",
        "đĩa ăn",
        "quán ăn",
        "món ăn",
        "lò vi sóng",
        "mũ",
        "rượu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.832523,
      "confidences": [
        0.832523,
        0.014664,
        0.007119,
        0.006101,
        0.005178,
        0.004931,
        0.003412,
        0.003134,
        0.002818,
        0.002568
      ],
      "gate_score_top1": 0.863281,
      "gate_scores": [
        0.863281,
        0.57959,
        0.609863,
        0.651855,
        0.604004,
        0.538086,
        0.595215,
        0.58252,
        0.587402,
        0.489258
      ]
    },
    {
      "question_id": "10001301",
      "image_id": 427732,
      "question": "màu của dấu chấm là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh dương",
        "màu trắng",
        "màu cam",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu tía",
        "màu đen",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.84856,
      "confidences": [
        0.84856,
        0.102942,
        0.008483,
        0.007876,
        0.007284,
        0.007116,
        0.004316,
        0.002328,
        0.002141,
        0.000915
      ],
      "gate_score_top1": 0.894531,
      "gate_scores": [
        0.894531,
        0.848633,
        0.764648,
        0.79248,
        0.724609,
        0.775391,
        0.707031,
        0.689453,
        0.575684,
        0.578613
      ]
    },
    {
      "question_id": "10070511",
      "image_id": 440123,
      "question": "cái gì đang trưng bày những chiếc bánh pizza tự làm với một cái ly bên cạnh nó",
      "ground_truth": "đĩa",
      "ground_truth_normalized": "đĩa",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "đĩa ăn",
        "bữa ăn",
        "đĩa",
        "nến",
        "chai",
        "kính đeo",
        "pizza",
        "nước",
        "dĩa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.304665,
      "confidences": [
        0.304665,
        0.047923,
        0.035199,
        0.03513,
        0.031862,
        0.029181,
        0.028118,
        0.023265,
        0.018914,
        0.017699
      ],
      "gate_score_top1": 0.74707,
      "gate_scores": [
        0.74707,
        0.69043,
        0.711426,
        0.692871,
        0.636719,
        0.73584,
        0.611816,
        0.67334,
        0.588379,
        0.599121
      ]
    },
    {
      "question_id": "10073681",
      "image_id": 537668,
      "question": "những gì con tàu đến xung quanh điểm ngôi nhà ánh sáng",
      "ground_truth": "hàng hoá",
      "ground_truth_normalized": "hàng hoá",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "bến du thuyền",
        "cầu",
        "hàng hoá",
        "thuyền buồm",
        "ca nô",
        "động cơ",
        "các tòa nhà",
        "bến tàu",
        "cây"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.289151,
      "confidences": [
        0.289151,
        0.069897,
        0.042395,
        0.040374,
        0.015734,
        0.013939,
        0.013563,
        0.011727,
        0.010099,
        0.009656
      ],
      "gate_score_top1": 0.744141,
      "gate_scores": [
        0.744141,
        0.680664,
        0.614746,
        0.556152,
        0.59082,
        0.48291,
        0.632324,
        0.53418,
        0.519043,
        0.585449
      ]
    },
    {
      "question_id": "10047471",
      "image_id": 212082,
      "question": "đi bộ ở đâu với một chiếc khăn treo trên bên đó",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "gương",
        "bồn tắm",
        "khăn",
        "cửa",
        "nhà ở",
        "tường",
        "chậu",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.438814,
      "confidences": [
        0.438814,
        0.243285,
        0.058466,
        0.051395,
        0.022019,
        0.017521,
        0.017283,
        0.012995,
        0.012793,
        0.00909
      ],
      "gate_score_top1": 0.808594,
      "gate_scores": [
        0.808594,
        0.802246,
        0.755859,
        0.783203,
        0.680664,
        0.654785,
        0.728516,
        0.625488,
        0.689941,
        0.623047
      ]
    },
    {
      "question_id": "10044081",
      "image_id": 456245,
      "question": "bốn người ngồi ở đâu",
      "ground_truth": "ca nô",
      "ground_truth_normalized": "ca nô",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "ca nô",
        "bến du thuyền",
        "thuyền buồm",
        "ván lướt sóng",
        "áo vest",
        "xe đẩy",
        "bảng",
        "bốn",
        "bến tàu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.646876,
      "confidences": [
        0.646876,
        0.197286,
        0.01489,
        0.0122,
        0.004595,
        0.003791,
        0.00261,
        0.002363,
        0.002194,
        0.001978
      ],
      "gate_score_top1": 0.804688,
      "gate_scores": [
        0.804688,
        0.697266,
        0.653809,
        0.603027,
        0.577637,
        0.471436,
        0.631348,
        0.507812,
        0.540039,
        0.428955
      ]
    },
    {
      "question_id": "10052421",
      "image_id": 505562,
      "question": "những gì đầy người và diều được bay",
      "ground_truth": "bờ biển",
      "ground_truth_normalized": "bờ biển",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "bờ biển",
        "con chó",
        "đồ chơi",
        "dĩa nhựa",
        "chiếc ô",
        "mũ",
        "con bò",
        "nón",
        "con ngựa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.268261,
      "confidences": [
        0.268261,
        0.098688,
        0.092347,
        0.042528,
        0.028496,
        0.022498,
        0.014162,
        0.013915,
        0.012078,
        0.012031
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.645508,
        0.726074,
        0.696289,
        0.65918,
        0.671875,
        0.640137,
        0.519531,
        0.598633,
        0.584473
      ]
    },
    {
      "question_id": "10101541",
      "image_id": 489588,
      "question": "những gì đang chăn thả trên một cánh đồng mở",
      "ground_truth": "con bò",
      "ground_truth_normalized": "con bò",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "con bò",
        "gia súc",
        "con chó",
        "chuồng trại",
        "bãi cỏ",
        "gấu",
        "cái lều",
        "chuồng",
        "bò đực"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.965508,
      "confidences": [
        0.965508,
        0.005248,
        0.00393,
        0.00107,
        0.000998,
        0.000624,
        0.000591,
        0.000556,
        0.000551,
        0.000543
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.712891,
        0.625488,
        0.58252,
        0.544922,
        0.605469,
        0.563477,
        0.341797,
        0.572754,
        0.512695
      ]
    },
    {
      "question_id": "10119641",
      "image_id": 83257,
      "question": "có bao nhiêu người đàn ông tại một bữa tiệc hóa trang trong câu lạc bộ bóng tối",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.591743,
      "confidences": [
        0.591743,
        0.212647,
        0.161773,
        0.025298,
        0.001455,
        0.001105,
        0.000673,
        0.00038,
        0.000339,
        0.000196
      ],
      "gate_score_top1": 0.898926,
      "gate_scores": [
        0.898926,
        0.875488,
        0.864258,
        0.782715,
        0.511719,
        0.670898,
        0.543457,
        0.492188,
        0.487305,
        0.427246
      ]
    },
    {
      "question_id": "10100541",
      "image_id": 579277,
      "question": "những gì đỗ ở lối đi ngoài trời",
      "ground_truth": "xe tay ga",
      "ground_truth_normalized": "xe tay ga",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "xe tay ga",
        "rau",
        "xe đạp",
        "hoa quả",
        "cửa tiệm",
        "cà rốt",
        "xe máy",
        "xe đẩy",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.359302,
      "confidences": [
        0.359302,
        0.167091,
        0.05096,
        0.034079,
        0.028253,
        0.020832,
        0.015787,
        0.011194,
        0.010153,
        0.008684
      ],
      "gate_score_top1": 0.753906,
      "gate_scores": [
        0.753906,
        0.769043,
        0.631348,
        0.651367,
        0.637695,
        0.658203,
        0.602539,
        0.554199,
        0.596191,
        0.52832
      ]
    },
    {
      "question_id": "10100881",
      "image_id": 566687,
      "question": "những gì đầy màu sắc và trông ngon miệng và phong phú",
      "ground_truth": "rau xà lách",
      "ground_truth_normalized": "rau xà lách",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "đĩa ăn",
        "món ăn",
        "rau",
        "bữa ăn",
        "rau xà lách",
        "chén đĩa",
        "thịt",
        "dĩa",
        "chảo"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.286427,
      "confidences": [
        0.286427,
        0.19305,
        0.165125,
        0.084009,
        0.027649,
        0.027114,
        0.019606,
        0.015299,
        0.010806,
        0.008976
      ],
      "gate_score_top1": 0.792969,
      "gate_scores": [
        0.792969,
        0.830566,
        0.807617,
        0.768555,
        0.72998,
        0.653809,
        0.686523,
        0.674805,
        0.628418,
        0.688965
      ]
    },
    {
      "question_id": "10054181",
      "image_id": 434129,
      "question": "cái gì đang ngồi trên bàn",
      "ground_truth": "mũ lưỡi trai",
      "ground_truth_normalized": "mũ lưỡi trai",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "nón",
        "mũ",
        "mũ lưỡi trai",
        "gậy",
        "dao",
        "quả bóng",
        "màu trắng",
        "hộp",
        "món tráng miệng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.158207,
      "confidences": [
        0.158207,
        0.153939,
        0.044191,
        0.039535,
        0.027066,
        0.023653,
        0.015911,
        0.014701,
        0.009717,
        0.009031
      ],
      "gate_score_top1": 0.703125,
      "gate_scores": [
        0.703125,
        0.712891,
        0.587402,
        0.530762,
        0.700684,
        0.573242,
        0.577637,
        0.576172,
        0.542969,
        0.41748
      ]
    },
    {
      "question_id": "10047951",
      "image_id": 537316,
      "question": "cậu bé ăn thức ăn ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "giường",
        "bồn tắm",
        "cái rổ",
        "bát",
        "cái túi",
        "xe lăn",
        "hành lý",
        "phòng tắm",
        "vali"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.432859,
      "confidences": [
        0.432859,
        0.220221,
        0.059504,
        0.02423,
        0.013407,
        0.012793,
        0.00979,
        0.009714,
        0.008132,
        0.007332
      ],
      "gate_score_top1": 0.789062,
      "gate_scores": [
        0.789062,
        0.773926,
        0.664551,
        0.647949,
        0.634766,
        0.598633,
        0.593262,
        0.563477,
        0.543945,
        0.604492
      ]
    },
    {
      "question_id": "10116431",
      "image_id": 371134,
      "question": "có bao nhiêu chiếc máy bay đang cất cánh và chiếc khác đã sẵn sàng hạ cánh",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "năm",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.658328,
      "confidences": [
        0.658328,
        0.299059,
        0.033949,
        0.002909,
        0.000659,
        0.00039,
        0.000298,
        0.000231,
        0.000151,
        0.00014
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.873535,
        0.832031,
        0.692383,
        0.479736,
        0.518555,
        0.607422,
        0.492432,
        0.453613,
        0.461182
      ]
    },
    {
      "question_id": "10043781",
      "image_id": 243825,
      "question": "người dân đi xe đạp và ván trượt ở đâu",
      "ground_truth": "đường",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe tay ga",
        "ảnh chụp",
        "vạch kẻ đường",
        "xe đạp",
        "xe lăn",
        "cửa tiệm",
        "áo vest",
        "gương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.682917,
      "confidences": [
        0.682917,
        0.257189,
        0.007498,
        0.004766,
        0.003741,
        0.002689,
        0.002327,
        0.00167,
        0.001563,
        0.001503
      ],
      "gate_score_top1": 0.887207,
      "gate_scores": [
        0.887207,
        0.87793,
        0.720215,
        0.616211,
        0.723633,
        0.688965,
        0.746582,
        0.586914,
        0.574219,
        0.681641
      ]
    },
    {
      "question_id": "10012281",
      "image_id": 110735,
      "question": "màu của con chó là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu nâu",
        "màu xám",
        "màu đen",
        "màu vàng",
        "con chó",
        "màu tía",
        "màu xanh dương",
        "gấu",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.481948,
      "confidences": [
        0.481948,
        0.399549,
        0.056227,
        0.015614,
        0.007669,
        0.00195,
        0.001779,
        0.001199,
        0.001188,
        0.001053
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.84375,
        0.81543,
        0.780762,
        0.716797,
        0.655273,
        0.669434,
        0.617676,
        0.575684,
        0.636719
      ]
    },
    {
      "question_id": "10112051",
      "image_id": 557679,
      "question": "có bao nhiêu người ngồi quanh bàn ăn một bữa ăn",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "tám",
        "một",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.586369,
      "confidences": [
        0.586369,
        0.313861,
        0.069216,
        0.013736,
        0.004583,
        0.002642,
        0.00183,
        0.001673,
        0.000456,
        0.000429
      ],
      "gate_score_top1": 0.90332,
      "gate_scores": [
        0.90332,
        0.86084,
        0.804199,
        0.655273,
        0.714844,
        0.67334,
        0.611328,
        0.65918,
        0.533691,
        0.4729
      ]
    },
    {
      "question_id": "10094031",
      "image_id": 491131,
      "question": "những gì cho thấy băng ghế gỗ ở phía đường phố",
      "ground_truth": "những bức ảnh",
      "ground_truth_normalized": "những bức ảnh",
      "predicted_top1": "băng ghế",
      "predicted_topk": [
        "băng ghế",
        "vòi",
        "những bức ảnh",
        "cái ghế",
        "sân vườn",
        "bức tượng",
        "cửa sổ",
        "cây",
        "lối đi",
        "hồ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.759993,
      "confidences": [
        0.759993,
        0.016692,
        0.015288,
        0.007672,
        0.00748,
        0.005871,
        0.005181,
        0.005041,
        0.004792,
        0.004653
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.749512,
        0.550293,
        0.67041,
        0.697754,
        0.546387,
        0.617676,
        0.682129,
        0.575684,
        0.455322
      ]
    },
    {
      "question_id": "10003151",
      "image_id": 294214,
      "question": "màu của móng tay là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu cam",
        "màu vàng",
        "màu đỏ",
        "màu đen",
        "màu xanh dương",
        "màu xám",
        "màu nâu",
        "màu xanh lá",
        "màu trắng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.323141,
      "confidences": [
        0.323141,
        0.276398,
        0.188487,
        0.128537,
        0.033926,
        0.010469,
        0.006399,
        0.005326,
        0.003725,
        0.002033
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.859863,
        0.80957,
        0.86377,
        0.728516,
        0.767578,
        0.694336,
        0.678223,
        0.581055,
        0.600098
      ]
    },
    {
      "question_id": "10101011",
      "image_id": 546649,
      "question": "nhà tù những gì với hai giường và sơn bong tróc từ tường",
      "ground_truth": "điện thoại",
      "ground_truth_normalized": "điện thoại",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng",
        "phòng ngủ",
        "tòa nhà",
        "nhà ở",
        "hành lang",
        "tường",
        "cửa",
        "khăn",
        "bức ảnh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.390506,
      "confidences": [
        0.390506,
        0.199451,
        0.139239,
        0.016727,
        0.01376,
        0.012825,
        0.008395,
        0.007614,
        0.007097,
        0.005217
      ],
      "gate_score_top1": 0.766602,
      "gate_scores": [
        0.766602,
        0.79248,
        0.767578,
        0.614746,
        0.721191,
        0.522461,
        0.50293,
        0.554688,
        0.561035,
        0.506348
      ]
    },
    {
      "question_id": "10046041",
      "image_id": 135149,
      "question": "nhà bếp kiểu phương tây trông rất đẹp ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "phòng",
        "cửa sổ",
        "quán ăn",
        "chậu",
        "phòng tắm",
        "quầy tính tiền",
        "cái ghế",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.461997,
      "confidences": [
        0.461997,
        0.361212,
        0.064007,
        0.007689,
        0.006488,
        0.005873,
        0.004547,
        0.003697,
        0.003162,
        0.003029
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.831543,
        0.804199,
        0.688965,
        0.700195,
        0.661133,
        0.666504,
        0.575684,
        0.609863,
        0.678711
      ]
    },
    {
      "question_id": "10002441",
      "image_id": 368435,
      "question": "màu của dĩa nhựa là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "màu nâu",
        "màu xám",
        "màu cam",
        "màu tía",
        "màu trắng",
        "màu đỏ",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.37496,
      "confidences": [
        0.37496,
        0.320721,
        0.223899,
        0.028577,
        0.009685,
        0.00961,
        0.007368,
        0.003921,
        0.003705,
        0.002296
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.836914,
        0.842285,
        0.773438,
        0.730957,
        0.773926,
        0.709961,
        0.751953,
        0.743164,
        0.621582
      ]
    },
    {
      "question_id": "10104641",
      "image_id": 120230,
      "question": "có bao nhiêu cô gái đang tham gia vào một môn thể thao dưới nước ở đại dương",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "tám",
        "bảy",
        "chín",
        "mười"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.816907,
      "confidences": [
        0.816907,
        0.159607,
        0.013256,
        0.002172,
        0.002057,
        0.001392,
        0.000375,
        0.00032,
        0.000186,
        0.000139
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.870605,
        0.790039,
        0.606445,
        0.63916,
        0.525391,
        0.479736,
        0.525391,
        0.460938,
        0.396729
      ]
    },
    {
      "question_id": "10106591",
      "image_id": 545268,
      "question": "người đàn ông trưởng thành với hai đứa trẻ, một cô gái, bao nhiêu cậu bé đều cầm bộ điều khiển",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "phòng",
        "cái ghế",
        "bảy",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.386903,
      "confidences": [
        0.386903,
        0.320754,
        0.265914,
        0.011867,
        0.001313,
        0.000836,
        0.000664,
        0.000431,
        0.000394,
        0.000299
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.864258,
        0.867676,
        0.754395,
        0.589355,
        0.443604,
        0.567871,
        0.625488,
        0.475586,
        0.437988
      ]
    },
    {
      "question_id": "10026721",
      "image_id": 33799,
      "question": "nước uống chim ở đâu treo ngoài cửa sổ",
      "ground_truth": "chai",
      "ground_truth_normalized": "chai",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "bát",
        "tách",
        "con chim",
        "chậu",
        "máy xay",
        "cái lọ",
        "chai",
        "cửa sổ",
        "phòng tắm"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.083366,
      "confidences": [
        0.083366,
        0.066077,
        0.065562,
        0.055642,
        0.030789,
        0.027277,
        0.021037,
        0.018821,
        0.018135,
        0.014773
      ],
      "gate_score_top1": 0.662109,
      "gate_scores": [
        0.662109,
        0.754883,
        0.629395,
        0.637695,
        0.69043,
        0.597168,
        0.632324,
        0.485596,
        0.616699,
        0.624512
      ]
    },
    {
      "question_id": "10109951",
      "image_id": 433616,
      "question": "có bao nhiêu biển báo giao thông được gắn trên cùng một biển báo",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "một",
        "bảy",
        "ba",
        "sáu",
        "hai",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.328877,
      "confidences": [
        0.328877,
        0.26323,
        0.13392,
        0.077205,
        0.070022,
        0.065268,
        0.015084,
        0.00873,
        0.008495,
        0.005474
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.836914,
        0.772461,
        0.765137,
        0.788086,
        0.729492,
        0.676758,
        0.659668,
        0.619629,
        0.567871
      ]
    },
    {
      "question_id": "10076061",
      "image_id": 533485,
      "question": "những gì đầy hoa hồng bên ngoài",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái nồi",
        "cây",
        "bát",
        "bông hoa",
        "tách",
        "cái lọ",
        "sân vườn",
        "hoa hồng",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.750909,
      "confidences": [
        0.750909,
        0.112928,
        0.031729,
        0.017251,
        0.012971,
        0.010774,
        0.006535,
        0.005149,
        0.00339,
        0.002176
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.751953,
        0.784668,
        0.78418,
        0.800781,
        0.698242,
        0.717285,
        0.704102,
        0.641113,
        0.615723
      ]
    },
    {
      "question_id": "10107621",
      "image_id": 54959,
      "question": "có bao nhiêu lò vi sóng đứng trong một hàng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "tám",
        "một",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.483959,
      "confidences": [
        0.483959,
        0.368177,
        0.124291,
        0.008659,
        0.003753,
        0.003051,
        0.001381,
        0.001349,
        0.000526,
        0.000373
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.874512,
        0.821777,
        0.617188,
        0.73877,
        0.67041,
        0.570801,
        0.624512,
        0.537109,
        0.490234
      ]
    },
    {
      "question_id": "10031381",
      "image_id": 66708,
      "question": "một số bông cải xanh ở đâu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái nồi",
        "chảo",
        "món ăn",
        "máy xay",
        "chậu",
        "thùng chứa",
        "tách",
        "quầy tính tiền",
        "cái rổ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.458137,
      "confidences": [
        0.458137,
        0.329984,
        0.031668,
        0.0301,
        0.016429,
        0.016397,
        0.014135,
        0.00902,
        0.007507,
        0.004716
      ],
      "gate_score_top1": 0.838379,
      "gate_scores": [
        0.838379,
        0.835938,
        0.806152,
        0.730469,
        0.746582,
        0.722168,
        0.71582,
        0.675781,
        0.60791,
        0.702148
      ]
    },
    {
      "question_id": "10081621",
      "image_id": 409856,
      "question": "tàu đang đến trạm là gì",
      "ground_truth": "theo dõi",
      "ground_truth_normalized": "theo dõi",
      "predicted_top1": "động cơ",
      "predicted_topk": [
        "động cơ",
        "đường sắt",
        "màu đen",
        "cây",
        "hàng hoá",
        "xe ô tô",
        "màu xanh lá",
        "tàu hỏa",
        "màu đỏ",
        "các tòa nhà"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.134874,
      "confidences": [
        0.134874,
        0.132265,
        0.065732,
        0.050399,
        0.044738,
        0.043531,
        0.028885,
        0.027029,
        0.026977,
        0.02461
      ],
      "gate_score_top1": 0.647461,
      "gate_scores": [
        0.647461,
        0.704102,
        0.626465,
        0.584473,
        0.507324,
        0.650879,
        0.61377,
        0.712891,
        0.591309,
        0.569336
      ]
    },
    {
      "question_id": "10110731",
      "image_id": 304614,
      "question": "có bao nhiêu người đàn ông trong những chiếc áo khoác tối đứng gần một người đàn ông",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.680452,
      "confidences": [
        0.680452,
        0.294954,
        0.01261,
        0.007953,
        0.000507,
        0.000385,
        0.000142,
        0.00013,
        8.9e-05,
        8.3e-05
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.881348,
        0.791992,
        0.797363,
        0.60498,
        0.494141,
        0.470459,
        0.451416,
        0.398438,
        0.376221
      ]
    },
    {
      "question_id": "10073551",
      "image_id": 400367,
      "question": "những gì lấy ở tốc độ màn trập chậm trên đường phố vào ban đêm",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "đường",
        "đường phố",
        "xe cộ",
        "phương tiện giao thông",
        "xe buýt",
        "bức ảnh",
        "áo vest",
        "xe tải",
        "vạch kẻ đường"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.817878,
      "confidences": [
        0.817878,
        0.081935,
        0.021796,
        0.003908,
        0.003847,
        0.00331,
        0.00266,
        0.002379,
        0.002338,
        0.00198
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.79834,
        0.646484,
        0.606934,
        0.643066,
        0.692871,
        0.516113,
        0.569336,
        0.63916,
        0.595215
      ]
    },
    {
      "question_id": "10115921",
      "image_id": 385339,
      "question": "có bao nhiêu cái dĩa một cái đĩa trắng và nâu và một cái xúc xích",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.54591,
      "confidences": [
        0.54591,
        0.306228,
        0.06173,
        0.048642,
        0.007666,
        0.00643,
        0.004542,
        0.004284,
        0.001201,
        0.000863
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.862305,
        0.800781,
        0.772461,
        0.708008,
        0.585449,
        0.612793,
        0.606445,
        0.520996,
        0.501953
      ]
    },
    {
      "question_id": "10094461",
      "image_id": 425727,
      "question": "người phụ nữ bay trong ngày là gì",
      "ground_truth": "ngoài",
      "ground_truth_normalized": "ngoài",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "áo sơ mi",
        "dĩa nhựa",
        "lá cờ",
        "chiếc ô",
        "bờ biển",
        "cây",
        "máy bay",
        "mũ",
        "ván trượt"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.945814,
      "confidences": [
        0.945814,
        0.00748,
        0.006336,
        0.003371,
        0.001812,
        0.001805,
        0.001461,
        0.00126,
        0.001204,
        0.000899
      ],
      "gate_score_top1": 0.90625,
      "gate_scores": [
        0.90625,
        0.601074,
        0.725098,
        0.644531,
        0.66748,
        0.599121,
        0.555176,
        0.608887,
        0.603027,
        0.603516
      ]
    },
    {
      "question_id": "10025141",
      "image_id": 114510,
      "question": "nơi chụp ảnh tự sướng ở đâu",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "phòng bếp",
        "phòng ngủ",
        "hành lang",
        "ô cửa",
        "cửa",
        "cửa sổ",
        "cửa tiệm",
        "gương"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.483959,
      "confidences": [
        0.483959,
        0.307623,
        0.029987,
        0.024666,
        0.019437,
        0.014671,
        0.01381,
        0.010465,
        0.00468,
        0.003949
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.859375,
        0.775391,
        0.821289,
        0.717773,
        0.657715,
        0.681641,
        0.734863,
        0.625977,
        0.729492
      ]
    },
    {
      "question_id": "10084561",
      "image_id": 516408,
      "question": "điều gì thu hút con mèo tò mò",
      "ground_truth": "truyền hình",
      "ground_truth_normalized": "truyền hình",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "đồ chơi",
        "con mèo",
        "cửa sổ",
        "cửa",
        "truyền hình",
        "phòng",
        "cái kệ",
        "con chim",
        "giường"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.398991,
      "confidences": [
        0.398991,
        0.054527,
        0.047467,
        0.039893,
        0.02186,
        0.014392,
        0.012096,
        0.011046,
        0.010906,
        0.00993
      ],
      "gate_score_top1": 0.766113,
      "gate_scores": [
        0.766113,
        0.648926,
        0.689453,
        0.658691,
        0.650879,
        0.484863,
        0.587891,
        0.535156,
        0.530762,
        0.561035
      ]
    },
    {
      "question_id": "10020991",
      "image_id": 142034,
      "question": "màu của nút là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đỏ",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu nâu",
        "màu cam",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.95287,
      "confidences": [
        0.95287,
        0.024325,
        0.005513,
        0.004643,
        0.002871,
        0.002475,
        0.001427,
        0.00116,
        0.000639,
        0.000337
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.800781,
        0.760254,
        0.796387,
        0.750488,
        0.782715,
        0.652832,
        0.783203,
        0.695801,
        0.595215
      ]
    },
    {
      "question_id": "10028631",
      "image_id": 483272,
      "question": "những con vật ở đâu cùng nhau",
      "ground_truth": "chuồng trại",
      "ground_truth_normalized": "chuồng trại",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "lồng",
        "rào chắn",
        "con cừu",
        "con bò",
        "vườn bách thú",
        "bãi cỏ",
        "tòa nhà",
        "hay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.649725,
      "confidences": [
        0.649725,
        0.230763,
        0.012917,
        0.010021,
        0.007218,
        0.004961,
        0.004186,
        0.003901,
        0.003443,
        0.002718
      ],
      "gate_score_top1": 0.834961,
      "gate_scores": [
        0.834961,
        0.821777,
        0.750488,
        0.616699,
        0.63916,
        0.656738,
        0.686035,
        0.60498,
        0.67041,
        0.454346
      ]
    },
    {
      "question_id": "10065551",
      "image_id": 463134,
      "question": "cái gì trên bàn gỗ",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "đĩa ăn",
        "cái kệ",
        "cây",
        "bát",
        "phòng bếp",
        "bức ảnh",
        "quầy tính tiền",
        "tường",
        "lọ cắm hoa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.133732,
      "confidences": [
        0.133732,
        0.072709,
        0.029781,
        0.024259,
        0.024024,
        0.021201,
        0.020389,
        0.019079,
        0.017853,
        0.017542
      ],
      "gate_score_top1": 0.723145,
      "gate_scores": [
        0.723145,
        0.696289,
        0.662598,
        0.598145,
        0.644531,
        0.618652,
        0.581055,
        0.618164,
        0.575195,
        0.498047
      ]
    },
    {
      "question_id": "10080921",
      "image_id": 498994,
      "question": "chiếc vali ở đâu với những thứ trong đó",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hộp",
        "hành lý",
        "thùng chứa",
        "toa xe",
        "phòng",
        "sàn nhà",
        "phòng ngủ",
        "xe đẩy"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.520474,
      "confidences": [
        0.520474,
        0.068539,
        0.064386,
        0.053587,
        0.019829,
        0.015085,
        0.014451,
        0.013979,
        0.013235,
        0.012098
      ],
      "gate_score_top1": 0.770996,
      "gate_scores": [
        0.770996,
        0.775879,
        0.750977,
        0.698242,
        0.709473,
        0.60498,
        0.699219,
        0.613281,
        0.724609,
        0.682129
      ]
    },
    {
      "question_id": "10039081",
      "image_id": 370479,
      "question": "đầu bếp và bồi bàn đang ở đâu",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "tạp dề",
        "phòng",
        "cửa tiệm",
        "lò vi sóng",
        "nhà ở",
        "cửa hàng",
        "chảo",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.860481,
      "confidences": [
        0.860481,
        0.078796,
        0.025984,
        0.006005,
        0.002528,
        0.002343,
        0.002129,
        0.001674,
        0.001011,
        0.000803
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.849609,
        0.75,
        0.72998,
        0.635254,
        0.649902,
        0.697266,
        0.686035,
        0.57959,
        0.702148
      ]
    },
    {
      "question_id": "10083501",
      "image_id": 463134,
      "question": "cái gì có một cái bàn gỗ và một cái mũ",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bông hoa",
        "cái kệ",
        "bức ảnh",
        "phòng",
        "đĩa ăn",
        "tường",
        "cửa sổ",
        "quầy tính tiền",
        "bếp"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.085882,
      "confidences": [
        0.085882,
        0.083402,
        0.047151,
        0.033435,
        0.029913,
        0.029449,
        0.028711,
        0.027077,
        0.025288,
        0.023025
      ],
      "gate_score_top1": 0.718262,
      "gate_scores": [
        0.718262,
        0.70752,
        0.704102,
        0.604492,
        0.647461,
        0.619629,
        0.620605,
        0.593262,
        0.647949,
        0.668945
      ]
    },
    {
      "question_id": "10026701",
      "image_id": 459921,
      "question": "người đứng ở đâu trong khi chụp ảnh tự sướng",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "máy ảnh",
        "vòi hoa sen",
        "ô cửa",
        "hành lang",
        "nhà ở",
        "chậu",
        "bồn tắm",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.544184,
      "confidences": [
        0.544184,
        0.401256,
        0.008969,
        0.003903,
        0.003582,
        0.003028,
        0.00255,
        0.001719,
        0.001544,
        0.00147
      ],
      "gate_score_top1": 0.871582,
      "gate_scores": [
        0.871582,
        0.845215,
        0.599609,
        0.663574,
        0.650391,
        0.532227,
        0.671387,
        0.650879,
        0.684082,
        0.614258
      ]
    },
    {
      "question_id": "10062841",
      "image_id": 560111,
      "question": "những gì đang ngồi trong một sân tàu",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "màu đỏ",
        "xe điện",
        "phương tiện giao thông"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.751608,
      "confidences": [
        0.751608,
        0.11392,
        0.081415,
        0.005124,
        0.004443,
        0.003756,
        0.002332,
        0.001644,
        0.001459,
        0.001258
      ],
      "gate_score_top1": 0.905273,
      "gate_scores": [
        0.905273,
        0.797852,
        0.79834,
        0.601074,
        0.556641,
        0.671387,
        0.622559,
        0.588867,
        0.600586,
        0.538574
      ]
    },
    {
      "question_id": "10050201",
      "image_id": 285821,
      "question": "người đàn ông với một tạp dề chuẩn bị hỗn hợp ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bát",
        "chậu",
        "tạp dề",
        "quầy tính tiền",
        "lò vi sóng",
        "chảo",
        "phòng",
        "quán ăn",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.958708,
      "confidences": [
        0.958708,
        0.009966,
        0.004895,
        0.002828,
        0.001773,
        0.001662,
        0.001636,
        0.001397,
        0.001381,
        0.001211
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.783203,
        0.705078,
        0.634766,
        0.691895,
        0.652344,
        0.665039,
        0.681152,
        0.707031,
        0.686035
      ]
    },
    {
      "question_id": "10082501",
      "image_id": 472598,
      "question": "cái gì đang đỗ trên đường lái xe râm mát",
      "ground_truth": "toa xe",
      "ground_truth_normalized": "toa xe",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "phương tiện giao thông",
        "xe tải",
        "xe cộ",
        "động cơ",
        "đường",
        "toa xe",
        "xe buýt",
        "xe đẩy",
        "đường đi bộ"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.668072,
      "confidences": [
        0.668072,
        0.099689,
        0.040753,
        0.014446,
        0.007494,
        0.007378,
        0.007321,
        0.005952,
        0.005905,
        0.00354
      ],
      "gate_score_top1": 0.807129,
      "gate_scores": [
        0.807129,
        0.752441,
        0.751953,
        0.760742,
        0.541504,
        0.599609,
        0.472168,
        0.737793,
        0.692383,
        0.413818
      ]
    },
    {
      "question_id": "10065091",
      "image_id": 533281,
      "question": "những gì treo bên cạnh lò pizza",
      "ground_truth": "mái chèo",
      "ground_truth_normalized": "mái chèo",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "chảo",
        "pizza",
        "tạp dề",
        "bếp",
        "quán ăn",
        "phòng bếp",
        "dao",
        "tường",
        "gà"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.427442,
      "confidences": [
        0.427442,
        0.052261,
        0.049771,
        0.03557,
        0.032197,
        0.024687,
        0.016285,
        0.014066,
        0.011776,
        0.010131
      ],
      "gate_score_top1": 0.72998,
      "gate_scores": [
        0.72998,
        0.648926,
        0.76123,
        0.688477,
        0.633301,
        0.695801,
        0.634277,
        0.688965,
        0.461426,
        0.498779
      ]
    },
    {
      "question_id": "10113141",
      "image_id": 432233,
      "question": "có bao nhiêu người đàn ông đang chơi trò chơi trên bãi cỏ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.495778,
      "confidences": [
        0.495778,
        0.284702,
        0.167367,
        0.02103,
        0.01017,
        0.004029,
        0.003556,
        0.001417,
        0.001379,
        0.001193
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.856445,
        0.812012,
        0.743164,
        0.681641,
        0.649902,
        0.643066,
        0.541504,
        0.576172,
        0.585938
      ]
    },
    {
      "question_id": "10064241",
      "image_id": 523322,
      "question": "bảng màu nâu là một màn hình một đèn và các mặt hàng khác",
      "ground_truth": "bàn phím",
      "ground_truth_normalized": "bàn phím",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "phòng ngủ",
        "cái bàn",
        "bàn phím",
        "máy tính",
        "màu nâu",
        "cái ghế",
        "phòng",
        "giường",
        "màu trắng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.166903,
      "confidences": [
        0.166903,
        0.15802,
        0.080709,
        0.067303,
        0.035328,
        0.035259,
        0.023534,
        0.017903,
        0.016206,
        0.014499
      ],
      "gate_score_top1": 0.739746,
      "gate_scores": [
        0.739746,
        0.708008,
        0.676758,
        0.658203,
        0.71582,
        0.612793,
        0.608398,
        0.734375,
        0.596191,
        0.626465
      ]
    },
    {
      "question_id": "10039541",
      "image_id": 16664,
      "question": "con mèo cuộn tròn ngủ ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái nồi",
        "chậu",
        "thùng chứa",
        "cái rổ",
        "tách",
        "giường",
        "món ăn",
        "chảo",
        "cái lọ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.837284,
      "confidences": [
        0.837284,
        0.047421,
        0.020158,
        0.017859,
        0.009229,
        0.009015,
        0.00378,
        0.003544,
        0.00291,
        0.002288
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.778809,
        0.738281,
        0.729004,
        0.73291,
        0.679688,
        0.444336,
        0.650879,
        0.730957,
        0.619629
      ]
    },
    {
      "question_id": "10024701",
      "image_id": 92301,
      "question": "màu của quần short là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu đen",
        "màu vàng",
        "màu trắng",
        "màu xám",
        "màu xanh lá",
        "màu cam",
        "màu nâu",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.473762,
      "confidences": [
        0.473762,
        0.411611,
        0.08461,
        0.007839,
        0.006758,
        0.002203,
        0.001866,
        0.001265,
        0.000636,
        0.000476
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.859375,
        0.811035,
        0.788086,
        0.730469,
        0.653809,
        0.761719,
        0.650391,
        0.602051,
        0.641113
      ]
    },
    {
      "question_id": "10077651",
      "image_id": 361739,
      "question": "những gì chứa đầy bánh mì sandwich và lát dưa chuột",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "cái mâm",
        "món ăn",
        "bữa ăn",
        "chén đĩa",
        "dĩa",
        "sandwich",
        "chảo",
        "thịt",
        "thùng chứa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.215528,
      "confidences": [
        0.215528,
        0.157684,
        0.126702,
        0.061269,
        0.047717,
        0.044477,
        0.031416,
        0.030989,
        0.025441,
        0.021508
      ],
      "gate_score_top1": 0.78418,
      "gate_scores": [
        0.78418,
        0.812012,
        0.786133,
        0.734863,
        0.696289,
        0.726562,
        0.724609,
        0.660645,
        0.665527,
        0.711914
      ]
    },
    {
      "question_id": "10113531",
      "image_id": 310240,
      "question": "có bao nhiêu hươu cao cổ đi bộ xung quanh cánh đồng cỏ lớn",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.537835,
      "confidences": [
        0.537835,
        0.29935,
        0.113178,
        0.027953,
        0.004106,
        0.003638,
        0.002923,
        0.00132,
        0.000527,
        0.000215
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.842285,
        0.805664,
        0.773438,
        0.642578,
        0.640625,
        0.683105,
        0.556641,
        0.535645,
        0.486084
      ]
    },
    {
      "question_id": "10114971",
      "image_id": 308263,
      "question": "có bao nhiêu con bò nâu nhạt với cỏ khô trong miệng của nó",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "bãi cỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.576942,
      "confidences": [
        0.576942,
        0.399636,
        0.011337,
        0.003553,
        0.000707,
        0.000628,
        0.000432,
        0.000427,
        0.000275,
        0.000135
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.861816,
        0.773926,
        0.645996,
        0.480957,
        0.629395,
        0.481934,
        0.513184,
        0.494873,
        0.43457
      ]
    },
    {
      "question_id": "10041261",
      "image_id": 530743,
      "question": "người đó trên ván trượt đang ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "bát",
        "bồn tắm",
        "chậu",
        "ván trượt",
        "sân",
        "trượt tuyết",
        "chuồng",
        "cái rổ",
        "lối đi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.759603,
      "confidences": [
        0.759603,
        0.035806,
        0.030269,
        0.01745,
        0.010878,
        0.009469,
        0.004706,
        0.004543,
        0.003138,
        0.003104
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.700684,
        0.661621,
        0.608398,
        0.647461,
        0.674805,
        0.602539,
        0.603027,
        0.664551,
        0.420898
      ]
    },
    {
      "question_id": "10056731",
      "image_id": 341950,
      "question": "hai con ngựa vằn cọ đầu vào nhau đằng sau làm gì",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "lồng",
      "predicted_topk": [
        "lồng",
        "chuồng",
        "bãi cỏ",
        "vườn bách thú",
        "rào chắn",
        "ngựa rằn",
        "lá",
        "ngựa vằn",
        "gấu trúc",
        "đồi"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.253305,
      "confidences": [
        0.253305,
        0.220075,
        0.143205,
        0.11462,
        0.089266,
        0.01201,
        0.0072,
        0.006517,
        0.005662,
        0.004523
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.742676,
        0.752441,
        0.809082,
        0.70752,
        0.696777,
        0.634277,
        0.618652,
        0.675781,
        0.532715
      ]
    },
    {
      "question_id": "10110521",
      "image_id": 438091,
      "question": "có bao nhiêu con chim đang bay trên bầu trời quang đãng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "chín",
        "tám",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.693871,
      "confidences": [
        0.693871,
        0.241676,
        0.030368,
        0.016191,
        0.005339,
        0.002522,
        0.001693,
        0.001641,
        0.001431,
        0.000455
      ],
      "gate_score_top1": 0.891113,
      "gate_scores": [
        0.891113,
        0.856934,
        0.774902,
        0.658691,
        0.697754,
        0.703613,
        0.646973,
        0.592773,
        0.606934,
        0.487061
      ]
    },
    {
      "question_id": "10037171",
      "image_id": 137777,
      "question": "đồng hồ nằm ở đâu",
      "ground_truth": "tòa tháp",
      "ground_truth_normalized": "tòa tháp",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "đường phố",
        "tòa tháp",
        "áo vest",
        "đường",
        "các tòa nhà",
        "trạm",
        "lối đi",
        "cây",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.382583,
      "confidences": [
        0.382583,
        0.287663,
        0.114872,
        0.00898,
        0.008755,
        0.008602,
        0.008436,
        0.007401,
        0.0061,
        0.00495
      ],
      "gate_score_top1": 0.826172,
      "gate_scores": [
        0.826172,
        0.824707,
        0.753906,
        0.574219,
        0.769531,
        0.584961,
        0.694824,
        0.543945,
        0.645508,
        0.648926
      ]
    },
    {
      "question_id": "10073301",
      "image_id": 387355,
      "question": "chewing trên cành cây là gì",
      "ground_truth": "quán bar",
      "ground_truth_normalized": "quán bar",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "gấu trúc",
        "đồ chơi",
        "cây",
        "móng vuốt",
        "vườn bách thú",
        "màu nâu",
        "màu trắng",
        "đồi",
        "con chó"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.837838,
      "confidences": [
        0.837838,
        0.096609,
        0.005951,
        0.00328,
        0.003022,
        0.002176,
        0.002049,
        0.001588,
        0.00142,
        0.001179
      ],
      "gate_score_top1": 0.861328,
      "gate_scores": [
        0.861328,
        0.787598,
        0.684082,
        0.597168,
        0.536133,
        0.644043,
        0.694336,
        0.532715,
        0.492676,
        0.650391
      ]
    },
    {
      "question_id": "10116461",
      "image_id": 157206,
      "question": "có bao nhiêu chiếc vali lớn xếp chồng lên tường",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "hai",
        "tám",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.472816,
      "confidences": [
        0.472816,
        0.286777,
        0.160868,
        0.037324,
        0.019063,
        0.003094,
        0.002349,
        0.002033,
        0.001565,
        0.001336
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.827637,
        0.776367,
        0.739258,
        0.763184,
        0.604492,
        0.565918,
        0.627441,
        0.555176,
        0.563477
      ]
    },
    {
      "question_id": "10090571",
      "image_id": 570138,
      "question": "những gì ở phòng tắm gạch và được một cặp vợ chồng đang treo lên",
      "ground_truth": "khăn",
      "ground_truth_normalized": "khăn",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "khăn",
        "bồn tắm",
        "cửa",
        "tường",
        "quầy tính tiền",
        "bồn tiểu",
        "nhà ở",
        "bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.450723,
      "confidences": [
        0.450723,
        0.119897,
        0.069391,
        0.060524,
        0.031338,
        0.027068,
        0.025083,
        0.017005,
        0.016132,
        0.01314
      ],
      "gate_score_top1": 0.795898,
      "gate_scores": [
        0.795898,
        0.76709,
        0.727051,
        0.80127,
        0.661621,
        0.640137,
        0.606934,
        0.664551,
        0.722168,
        0.607422
      ]
    },
    {
      "question_id": "10105011",
      "image_id": 288825,
      "question": "có bao nhiêu chiếc thuyền neo đậu trong đầm phá với bãi biển cát trắng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.505779,
      "confidences": [
        0.505779,
        0.393901,
        0.074592,
        0.009014,
        0.007186,
        0.001957,
        0.000746,
        0.000703,
        0.000341,
        0.000246
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.875488,
        0.834473,
        0.739746,
        0.710938,
        0.498291,
        0.519531,
        0.537598,
        0.420654,
        0.429932
      ]
    },
    {
      "question_id": "10063491",
      "image_id": 523560,
      "question": "những gì được tạo thành từ thịt và rau",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "thịt",
        "chén đĩa",
        "dĩa",
        "rau",
        "đĩa",
        "bát",
        "bữa ăn tối"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.603859,
      "confidences": [
        0.603859,
        0.152084,
        0.056387,
        0.027374,
        0.018522,
        0.016964,
        0.014063,
        0.00731,
        0.007211,
        0.007211
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.804688,
        0.779785,
        0.724609,
        0.666504,
        0.700195,
        0.705078,
        0.533203,
        0.681152,
        0.616211
      ]
    },
    {
      "question_id": "10000151",
      "image_id": 362278,
      "question": "màu của dấu là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu nâu",
        "màu trắng",
        "màu xám",
        "màu đen",
        "màu vàng",
        "màu xanh lá",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.574666,
      "confidences": [
        0.574666,
        0.368145,
        0.022811,
        0.016175,
        0.002677,
        0.00263,
        0.002089,
        0.000918,
        0.000429,
        0.000222
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.873535,
        0.758789,
        0.816895,
        0.738281,
        0.72998,
        0.712402,
        0.594238,
        0.589355,
        0.555664
      ]
    },
    {
      "question_id": "10105561",
      "image_id": 255176,
      "question": "có bao nhiêu con chim trên dây điện một mình",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.334945,
      "confidences": [
        0.334945,
        0.324639,
        0.178584,
        0.102152,
        0.014545,
        0.009245,
        0.006354,
        0.002145,
        0.001585,
        0.000766
      ],
      "gate_score_top1": 0.807617,
      "gate_scores": [
        0.807617,
        0.833008,
        0.847656,
        0.791016,
        0.724609,
        0.674805,
        0.60791,
        0.571289,
        0.577637,
        0.538574
      ]
    },
    {
      "question_id": "10061561",
      "image_id": 345027,
      "question": "xe tay ga và xe tải nhỏ ở bãi biển cái gì",
      "ground_truth": "bến tàu",
      "ground_truth_normalized": "bến tàu",
      "predicted_top1": "xe tay ga",
      "predicted_topk": [
        "xe tay ga",
        "xe đạp",
        "xe máy",
        "ga-ra",
        "đường",
        "mũ",
        "bến tàu",
        "xe đẩy",
        "xe",
        "phương tiện giao thông"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.503024,
      "confidences": [
        0.503024,
        0.086394,
        0.061143,
        0.019773,
        0.01769,
        0.017415,
        0.011179,
        0.006246,
        0.005816,
        0.005566
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.73584,
        0.696289,
        0.694336,
        0.678711,
        0.578125,
        0.450684,
        0.565918,
        0.509766,
        0.515625
      ]
    },
    {
      "question_id": "10045411",
      "image_id": 356496,
      "question": "hai chiếc xe đạp và một bãi đậu mô tô ở đâu",
      "ground_truth": "giá đỡ",
      "ground_truth_normalized": "giá đỡ",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "tòa nhà",
        "xe đạp",
        "giá đỡ",
        "ảnh chụp",
        "đường",
        "chuồng",
        "ga-ra",
        "trạm",
        "lối đi"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.193931,
      "confidences": [
        0.193931,
        0.090894,
        0.04129,
        0.037964,
        0.037669,
        0.03651,
        0.031844,
        0.030386,
        0.024752,
        0.017552
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.735352,
        0.662598,
        0.62207,
        0.611328,
        0.783203,
        0.723145,
        0.748535,
        0.644043,
        0.57666
      ]
    },
    {
      "question_id": "10062471",
      "image_id": 335085,
      "question": "đầy những chai thủy tinh đủ màu",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "tủ lạnh",
        "cửa",
        "cái kệ",
        "chai",
        "lò vi sóng",
        "phòng bếp",
        "cửa ra vào",
        "cửa sổ",
        "tủ đông"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.533114,
      "confidences": [
        0.533114,
        0.31218,
        0.072715,
        0.01803,
        0.006158,
        0.004479,
        0.004384,
        0.001878,
        0.001073,
        0.000953
      ],
      "gate_score_top1": 0.855469,
      "gate_scores": [
        0.855469,
        0.84668,
        0.793945,
        0.735352,
        0.638672,
        0.619141,
        0.601074,
        0.492432,
        0.496582,
        0.497803
      ]
    },
    {
      "question_id": "10102361",
      "image_id": 495124,
      "question": "có bao nhiêu người đàn ông đang ngồi trên chiếc ghế đẩu",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "cái ghế",
        "bảy",
        "phòng",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.891148,
      "confidences": [
        0.891148,
        0.100768,
        0.004063,
        0.000449,
        0.00012,
        8.1e-05,
        6.2e-05,
        5.8e-05,
        5.5e-05,
        5.4e-05
      ],
      "gate_score_top1": 0.895996,
      "gate_scores": [
        0.895996,
        0.874023,
        0.755371,
        0.63623,
        0.366699,
        0.568359,
        0.410645,
        0.482422,
        0.393799,
        0.449463
      ]
    },
    {
      "question_id": "10027301",
      "image_id": 528587,
      "question": "một số người ngồi đang ngồi ở bàn ăn tại đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "phòng",
        "quán bar",
        "nhà ở",
        "phòng bếp",
        "gian hàng",
        "cửa tiệm",
        "cửa hàng",
        "áo vest",
        "rượu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.498056,
      "confidences": [
        0.498056,
        0.206811,
        0.110266,
        0.02788,
        0.018608,
        0.008145,
        0.007818,
        0.005067,
        0.003449,
        0.002962
      ],
      "gate_score_top1": 0.851074,
      "gate_scores": [
        0.851074,
        0.802734,
        0.707031,
        0.730957,
        0.70459,
        0.592773,
        0.666504,
        0.660156,
        0.493896,
        0.588379
      ]
    },
    {
      "question_id": "10040321",
      "image_id": 232410,
      "question": "thủy tinh trong suốt màu xanh như vật thể tròn ở đâu",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "kho",
        "trạm",
        "cửa hàng",
        "tòa nhà",
        "phòng",
        "ga-ra",
        "bảo tàng",
        "xe điện ngầm",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.321033,
      "confidences": [
        0.321033,
        0.148712,
        0.110513,
        0.053441,
        0.043788,
        0.032287,
        0.012843,
        0.012183,
        0.008983,
        0.007325
      ],
      "gate_score_top1": 0.760254,
      "gate_scores": [
        0.760254,
        0.769531,
        0.728516,
        0.796875,
        0.720703,
        0.70166,
        0.720703,
        0.697266,
        0.637695,
        0.479736
      ]
    },
    {
      "question_id": "10115771",
      "image_id": 122099,
      "question": "trên bàn có bao nhiêu lọ đầy hoa",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "một",
        "lọ cắm hoa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.690175,
      "confidences": [
        0.690175,
        0.119001,
        0.107089,
        0.049414,
        0.007203,
        0.002293,
        0.002214,
        0.001531,
        0.000849,
        0.000486
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.771484,
        0.776367,
        0.782227,
        0.625,
        0.647949,
        0.54834,
        0.583496,
        0.538574,
        0.542969
      ]
    },
    {
      "question_id": "10047071",
      "image_id": 198486,
      "question": "người đang chụp ảnh ở đâu",
      "ground_truth": "xe tải",
      "ground_truth_normalized": "xe tải",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "xe ô tô",
        "phương tiện giao thông",
        "xe tải",
        "đường",
        "đường phố",
        "áo vest",
        "ô cửa",
        "phòng tắm",
        "cửa sổ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.944424,
      "confidences": [
        0.944424,
        0.012955,
        0.006048,
        0.004956,
        0.002818,
        0.002178,
        0.001795,
        0.001344,
        0.000963,
        0.000735
      ],
      "gate_score_top1": 0.90918,
      "gate_scores": [
        0.90918,
        0.694824,
        0.720703,
        0.722656,
        0.698242,
        0.562012,
        0.558105,
        0.64209,
        0.60791,
        0.613281
      ]
    },
    {
      "question_id": "10104541",
      "image_id": 212877,
      "question": "có bao nhiêu cốc có mèo, trong khi người kia có một con chó",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.566601,
      "confidences": [
        0.566601,
        0.298578,
        0.119698,
        0.005642,
        0.000939,
        0.000882,
        0.000603,
        0.000388,
        0.000309,
        0.000166
      ],
      "gate_score_top1": 0.883301,
      "gate_scores": [
        0.883301,
        0.859863,
        0.841797,
        0.73584,
        0.502441,
        0.599121,
        0.475342,
        0.495117,
        0.481445,
        0.428711
      ]
    },
    {
      "question_id": "10102601",
      "image_id": 185530,
      "question": "có bao nhiêu con cừu đang gặm cỏ trên sườn đồi xanh",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.572824,
      "confidences": [
        0.572824,
        0.369843,
        0.04702,
        0.002425,
        0.00226,
        0.000809,
        0.000588,
        0.000526,
        0.000244,
        0.000206
      ],
      "gate_score_top1": 0.878906,
      "gate_scores": [
        0.878906,
        0.895508,
        0.787109,
        0.729492,
        0.569336,
        0.616211,
        0.586914,
        0.545898,
        0.43457,
        0.505859
      ]
    },
    {
      "question_id": "10018481",
      "image_id": 501700,
      "question": "màu sắc của chiếc váy là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu tía",
        "màu cam",
        "màu vàng",
        "màu xanh dương",
        "màu xám",
        "màu xanh lá",
        "màu trắng",
        "màu nâu",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.511247,
      "confidences": [
        0.511247,
        0.37697,
        0.067852,
        0.011163,
        0.005769,
        0.004877,
        0.002941,
        0.001899,
        0.001425,
        0.001107
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.818359,
        0.846191,
        0.722168,
        0.710938,
        0.709961,
        0.59668,
        0.632812,
        0.597168,
        0.635254
      ]
    },
    {
      "question_id": "10069781",
      "image_id": 538236,
      "question": "những gì chứa đầy croissant với hotdogs ở giữa",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cái mâm",
        "cửa tiệm",
        "bánh ngọt",
        "hoa quả",
        "cái rổ",
        "tạp dề",
        "quán ăn",
        "hộp",
        "donut"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.530342,
      "confidences": [
        0.530342,
        0.149007,
        0.025692,
        0.017452,
        0.01444,
        0.011007,
        0.010815,
        0.009287,
        0.008949,
        0.006848
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.838867,
        0.705078,
        0.666504,
        0.705566,
        0.731445,
        0.646973,
        0.699219,
        0.730957,
        0.600098
      ]
    },
    {
      "question_id": "10047241",
      "image_id": 543803,
      "question": "một đám đông người đang đứng ở đâu",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "sân vận động",
      "predicted_topk": [
        "sân vận động",
        "găng tay",
        "gậy",
        "lồng",
        "chuồng",
        "quả bóng",
        "hộp",
        "ảnh chụp",
        "sân",
        "năm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.483409,
      "confidences": [
        0.483409,
        0.098981,
        0.049965,
        0.041993,
        0.03309,
        0.027973,
        0.017746,
        0.007715,
        0.007647,
        0.005717
      ],
      "gate_score_top1": 0.823242,
      "gate_scores": [
        0.823242,
        0.749023,
        0.702637,
        0.78418,
        0.675293,
        0.65918,
        0.551758,
        0.564453,
        0.627441,
        0.694824
      ]
    },
    {
      "question_id": "10077771",
      "image_id": 405632,
      "question": "neo đậu ở bến du thuyền là gì",
      "ground_truth": "con thuyền",
      "ground_truth_normalized": "con thuyền",
      "predicted_top1": "bến du thuyền",
      "predicted_topk": [
        "bến du thuyền",
        "con thuyền",
        "thuyền buồm",
        "ca nô",
        "cầu",
        "xe đạp",
        "các tòa nhà",
        "hàng hoá",
        "bến tàu",
        "ván lướt sóng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.425064,
      "confidences": [
        0.425064,
        0.404018,
        0.029961,
        0.014745,
        0.008788,
        0.00551,
        0.004713,
        0.003642,
        0.003468,
        0.001974
      ],
      "gate_score_top1": 0.780273,
      "gate_scores": [
        0.780273,
        0.774902,
        0.621582,
        0.563477,
        0.641602,
        0.601562,
        0.555176,
        0.449463,
        0.477539,
        0.59668
      ]
    },
    {
      "question_id": "10095721",
      "image_id": 505133,
      "question": "những gì được bao phủ bởi lò hơi đầy nước và các loại thực phẩm khác nhau",
      "ground_truth": "bếp",
      "ground_truth_normalized": "bếp",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "bếp",
        "quầy tính tiền",
        "phòng bếp",
        "tủ đá",
        "cửa",
        "chảo",
        "cái kệ",
        "tủ lạnh",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.407595,
      "confidences": [
        0.407595,
        0.129261,
        0.059878,
        0.054947,
        0.0395,
        0.026831,
        0.025653,
        0.023085,
        0.012799,
        0.010046
      ],
      "gate_score_top1": 0.791992,
      "gate_scores": [
        0.791992,
        0.747559,
        0.686035,
        0.679688,
        0.766113,
        0.612793,
        0.657715,
        0.682129,
        0.653809,
        0.603027
      ]
    },
    {
      "question_id": "10065901",
      "image_id": 506574,
      "question": "cái gì được ăn qua hàng rào",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "hươu cao cổ",
      "predicted_topk": [
        "hươu cao cổ",
        "cây",
        "ngựa rằn",
        "lá",
        "vườn bách thú",
        "bãi cỏ",
        "chuồng",
        "màu xanh lá",
        "lồng",
        "ngựa vằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.58779,
      "confidences": [
        0.58779,
        0.174431,
        0.073284,
        0.02696,
        0.019043,
        0.01613,
        0.010703,
        0.00845,
        0.007649,
        0.002978
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.75293,
        0.762207,
        0.65332,
        0.765625,
        0.691406,
        0.624512,
        0.622559,
        0.658203,
        0.638184
      ]
    },
    {
      "question_id": "10080451",
      "image_id": 426523,
      "question": "hai đứa trẻ đong đưa những gì",
      "ground_truth": "cây gậy",
      "ground_truth_normalized": "cây gậy",
      "predicted_top1": "dĩa nhựa",
      "predicted_topk": [
        "dĩa nhựa",
        "gậy",
        "sân",
        "quả bóng",
        "mũ",
        "áo sơ mi",
        "cây gậy",
        "găng tay",
        "ván trượt",
        "nón"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.127983,
      "confidences": [
        0.127983,
        0.105482,
        0.099091,
        0.079778,
        0.044144,
        0.025054,
        0.01656,
        0.013782,
        0.010172,
        0.009869
      ],
      "gate_score_top1": 0.762207,
      "gate_scores": [
        0.762207,
        0.744629,
        0.736328,
        0.719727,
        0.630859,
        0.59668,
        0.456543,
        0.661133,
        0.500977,
        0.58252
      ]
    },
    {
      "question_id": "10053171",
      "image_id": 537636,
      "question": "con chó đang thi trên một tấm thảm là gì",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "giường",
        "con chó",
        "nón",
        "cái ghế",
        "gấu trúc",
        "móng vuốt",
        "cái kệ",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.46253,
      "confidences": [
        0.46253,
        0.408181,
        0.01092,
        0.004752,
        0.004033,
        0.003658,
        0.003288,
        0.002497,
        0.002109,
        0.001771
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.824219,
        0.626953,
        0.638672,
        0.588379,
        0.554199,
        0.617188,
        0.538086,
        0.525879,
        0.611816
      ]
    },
    {
      "question_id": "10108021",
      "image_id": 60953,
      "question": "có bao nhiêu chiếc máy bay nhỏ nhả khói trên bầu trời",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "sáu",
        "năm",
        "hai",
        "bảy",
        "một",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.719998,
      "confidences": [
        0.719998,
        0.23743,
        0.013291,
        0.008061,
        0.006085,
        0.004611,
        0.001999,
        0.00196,
        0.001606,
        0.000275
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.862793,
        0.640625,
        0.700195,
        0.739746,
        0.708008,
        0.646484,
        0.630859,
        0.599609,
        0.447754
      ]
    },
    {
      "question_id": "10027341",
      "image_id": 535820,
      "question": "những người đang làm những việc khác nhau ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "phòng",
        "quán ăn",
        "cái ghế",
        "bát",
        "quầy tính tiền",
        "cửa sổ",
        "tạp dề",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.65962,
      "confidences": [
        0.65962,
        0.176153,
        0.07488,
        0.015819,
        0.007709,
        0.005992,
        0.002252,
        0.001796,
        0.001751,
        0.001588
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.812988,
        0.784668,
        0.745117,
        0.685547,
        0.692871,
        0.595703,
        0.628418,
        0.49707,
        0.426514
      ]
    },
    {
      "question_id": "10044291",
      "image_id": 15392,
      "question": "ngựa đang kéo con người ở đâu",
      "ground_truth": "đường đua",
      "ground_truth_normalized": "đường đua",
      "predicted_top1": "xe",
      "predicted_topk": [
        "xe",
        "xe đẩy",
        "xe lăn",
        "đường",
        "con ngựa",
        "toa xe",
        "xe đạp",
        "đường phố",
        "mũ",
        "ván trượt"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.158079,
      "confidences": [
        0.158079,
        0.09588,
        0.084284,
        0.043555,
        0.035203,
        0.033135,
        0.026939,
        0.023087,
        0.016307,
        0.014675
      ],
      "gate_score_top1": 0.688965,
      "gate_scores": [
        0.688965,
        0.74707,
        0.694824,
        0.72998,
        0.670898,
        0.632324,
        0.591797,
        0.691406,
        0.56543,
        0.540039
      ]
    },
    {
      "question_id": "10063031",
      "image_id": 560470,
      "question": "người phụ nữ đang cười và giữ lấy cái gì",
      "ground_truth": "bánh ngọt",
      "ground_truth_normalized": "bánh ngọt",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "bánh ngọt",
        "sô cô la",
        "cupcake",
        "dao",
        "chuối",
        "quả táo",
        "cái mâm",
        "bức ảnh",
        "bánh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.664489,
      "confidences": [
        0.664489,
        0.110183,
        0.057162,
        0.035217,
        0.0083,
        0.008171,
        0.007904,
        0.006192,
        0.003598,
        0.003419
      ],
      "gate_score_top1": 0.815918,
      "gate_scores": [
        0.815918,
        0.800781,
        0.707031,
        0.705078,
        0.651367,
        0.711914,
        0.710938,
        0.665039,
        0.539551,
        0.67334
      ]
    },
    {
      "question_id": "10049521",
      "image_id": 240615,
      "question": "những mặt hàng sặc sỡ được trưng bày ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "ảnh chụp",
        "vòi",
        "đường",
        "xe ô tô",
        "áo vest",
        "xe tải",
        "vạch kẻ đường",
        "xe đẩy",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.419024,
      "confidences": [
        0.419024,
        0.112779,
        0.065783,
        0.055179,
        0.023548,
        0.016247,
        0.012579,
        0.01236,
        0.011342,
        0.009893
      ],
      "gate_score_top1": 0.79541,
      "gate_scores": [
        0.79541,
        0.693359,
        0.70166,
        0.758301,
        0.651367,
        0.650391,
        0.651367,
        0.629883,
        0.699707,
        0.727051
      ]
    },
    {
      "question_id": "10058681",
      "image_id": 383389,
      "question": "xe buýt tốc hành nào có người lên xe",
      "ground_truth": "sân vận động",
      "ground_truth_normalized": "sân vận động",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe buýt",
        "sân vận động",
        "năm",
        "bốn",
        "sáu",
        "chín",
        "một",
        "bảy",
        "xe đẩy"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.105653,
      "confidences": [
        0.105653,
        0.06742,
        0.067026,
        0.041536,
        0.039096,
        0.033506,
        0.019203,
        0.01898,
        0.018649,
        0.015843
      ],
      "gate_score_top1": 0.59375,
      "gate_scores": [
        0.59375,
        0.65625,
        0.64209,
        0.649414,
        0.664551,
        0.594727,
        0.549805,
        0.506348,
        0.617188,
        0.662598
      ]
    },
    {
      "question_id": "10099761",
      "image_id": 519027,
      "question": "những người mặc áo khoác đỏ xuống cái gì dưới nước",
      "ground_truth": "thuyền buồm",
      "ground_truth_normalized": "thuyền buồm",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "thuyền buồm",
        "bến du thuyền",
        "ca nô",
        "cầu",
        "cây sào",
        "xe đạp",
        "hàng hoá",
        "bờ biển",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.549937,
      "confidences": [
        0.549937,
        0.15391,
        0.090479,
        0.014627,
        0.006465,
        0.006315,
        0.005991,
        0.005852,
        0.004562,
        0.003971
      ],
      "gate_score_top1": 0.764648,
      "gate_scores": [
        0.764648,
        0.70459,
        0.683105,
        0.483398,
        0.594238,
        0.521484,
        0.567871,
        0.510742,
        0.467285,
        0.478271
      ]
    },
    {
      "question_id": "10004181",
      "image_id": 520674,
      "question": "màu của chiếc bình là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu tía",
        "màu xanh lá",
        "màu đỏ",
        "màu đen",
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.57896,
      "confidences": [
        0.57896,
        0.30509,
        0.073606,
        0.014381,
        0.007668,
        0.004561,
        0.003014,
        0.001388,
        0.00099,
        0.000642
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.861328,
        0.780762,
        0.77002,
        0.706543,
        0.725586,
        0.675781,
        0.668457,
        0.736816,
        0.581055
      ]
    },
    {
      "question_id": "10052001",
      "image_id": 520810,
      "question": "nhóm đàn ông kinh doanh đang được quay ở đâu",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "kho",
        "phòng",
        "ga-ra",
        "cửa tiệm",
        "bảo tàng",
        "nhà ở",
        "quán ăn",
        "lớp học",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.295522,
      "confidences": [
        0.295522,
        0.19006,
        0.094824,
        0.089778,
        0.03441,
        0.026178,
        0.025372,
        0.012293,
        0.012126,
        0.009744
      ],
      "gate_score_top1": 0.821777,
      "gate_scores": [
        0.821777,
        0.808105,
        0.743164,
        0.816406,
        0.723145,
        0.750977,
        0.756348,
        0.699707,
        0.662598,
        0.561523
      ]
    },
    {
      "question_id": "10071771",
      "image_id": 530146,
      "question": "cái gì đứng về phía dưa chua và đá bào",
      "ground_truth": "sandwich",
      "ground_truth_normalized": "sandwich",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "sandwich",
        "dĩa",
        "món ăn",
        "thịt",
        "quán ăn",
        "cái mâm",
        "cái nĩa",
        "bữa ăn tối"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.437897,
      "confidences": [
        0.437897,
        0.162992,
        0.089662,
        0.038114,
        0.027452,
        0.02708,
        0.013069,
        0.010522,
        0.010218,
        0.008757
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.780762,
        0.79834,
        0.715332,
        0.702148,
        0.684082,
        0.682129,
        0.673828,
        0.661621,
        0.632324
      ]
    },
    {
      "question_id": "10046571",
      "image_id": 488232,
      "question": "tủ lạnh trắng ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "phòng",
        "nhà ở",
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "phòng ngủ",
        "chậu",
        "cửa sổ",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.820329,
      "confidences": [
        0.820329,
        0.088512,
        0.032309,
        0.005223,
        0.002647,
        0.002165,
        0.002086,
        0.001959,
        0.00187,
        0.001719
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.816895,
        0.803711,
        0.6875,
        0.65918,
        0.615723,
        0.770508,
        0.645996,
        0.634766,
        0.660156
      ]
    },
    {
      "question_id": "10103141",
      "image_id": 157204,
      "question": "có bao nhiêu lát bánh pizza với lớp phủ trên chảo",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.499014,
      "confidences": [
        0.499014,
        0.23943,
        0.164557,
        0.038782,
        0.027824,
        0.013614,
        0.004088,
        0.003664,
        0.00099,
        0.000645
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.863281,
        0.840332,
        0.777344,
        0.768555,
        0.608887,
        0.632812,
        0.627441,
        0.507324,
        0.474854
      ]
    },
    {
      "question_id": "10062881",
      "image_id": 428554,
      "question": "người đàn ông mặc những gì đang buộc cà vạt của mình",
      "ground_truth": "bộ đồ",
      "ground_truth_normalized": "bộ đồ",
      "predicted_top1": "cà vạt",
      "predicted_topk": [
        "cà vạt",
        "đồng hồ",
        "bộ đồ",
        "áo sơ mi",
        "nón",
        "áo vest",
        "bức ảnh",
        "mũ",
        "bông hoa",
        "bức tượng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.88007,
      "confidences": [
        0.88007,
        0.025161,
        0.017566,
        0.007629,
        0.003107,
        0.001948,
        0.001436,
        0.001321,
        0.001259,
        0.001164
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.80957,
        0.642578,
        0.625977,
        0.666992,
        0.583984,
        0.55127,
        0.583984,
        0.62207,
        0.577637
      ]
    },
    {
      "question_id": "10102701",
      "image_id": 236174,
      "question": "có bao nhiêu mét đậu xe được hiển thị trong tuyết bên cạnh một lề đường",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.67187,
      "confidences": [
        0.67187,
        0.241442,
        0.062494,
        0.011161,
        0.007206,
        0.001302,
        0.000604,
        0.000449,
        0.000222,
        0.00021
      ],
      "gate_score_top1": 0.899414,
      "gate_scores": [
        0.899414,
        0.87793,
        0.84668,
        0.749512,
        0.73584,
        0.526367,
        0.552734,
        0.533691,
        0.459229,
        0.434082
      ]
    },
    {
      "question_id": "10027391",
      "image_id": 65191,
      "question": "cậu bé đang ngồi ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "trạm",
        "hành lý",
        "balo",
        "vali",
        "xe đẩy",
        "túi",
        "cái túi",
        "tòa nhà",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.504412,
      "confidences": [
        0.504412,
        0.281846,
        0.039818,
        0.033011,
        0.027581,
        0.005725,
        0.005703,
        0.005658,
        0.004907,
        0.004573
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.788086,
        0.733398,
        0.723633,
        0.712402,
        0.686035,
        0.632812,
        0.663574,
        0.643555,
        0.637695
      ]
    },
    {
      "question_id": "10076031",
      "image_id": 526028,
      "question": "những gì phục vụ với brocclie trên bàn",
      "ground_truth": "bữa ăn tối",
      "ground_truth_normalized": "bữa ăn tối",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "bữa ăn tối",
        "dĩa",
        "rau",
        "cái nĩa",
        "chén đĩa",
        "đĩa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.468557,
      "confidences": [
        0.468557,
        0.146863,
        0.052571,
        0.032578,
        0.030248,
        0.028976,
        0.027167,
        0.021659,
        0.011414,
        0.008599
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.755859,
        0.742676,
        0.650391,
        0.633301,
        0.695312,
        0.701172,
        0.646973,
        0.609863,
        0.499268
      ]
    },
    {
      "question_id": "10115701",
      "image_id": 152273,
      "question": "có bao nhiêu điện thoại di động trên bàn đá cẩm thạch",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "một",
        "tám",
        "hai",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.45963,
      "confidences": [
        0.45963,
        0.280966,
        0.208796,
        0.025628,
        0.00597,
        0.0039,
        0.002407,
        0.002,
        0.001533,
        0.00086
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.835938,
        0.831543,
        0.671875,
        0.672852,
        0.637695,
        0.589355,
        0.644531,
        0.606445,
        0.542969
      ]
    },
    {
      "question_id": "10106061",
      "image_id": 576307,
      "question": "có bao nhiêu con gấu đang tắm trong khi người kia chỉ cần vào",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "năm",
        "mười",
        "bảy",
        "bãi cỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.807465,
      "confidences": [
        0.807465,
        0.178768,
        0.007041,
        0.00126,
        0.00024,
        0.000149,
        0.000142,
        0.000134,
        0.000133,
        8.1e-05
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.866211,
        0.763184,
        0.631836,
        0.422363,
        0.446045,
        0.556152,
        0.467529,
        0.415283,
        0.44043
      ]
    },
    {
      "question_id": "10030831",
      "image_id": 449859,
      "question": "phòng tắm sạch sẽ nằm ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "nhà ở",
        "vòi hoa sen",
        "phòng",
        "gương",
        "bồn tắm",
        "cửa",
        "hành lang",
        "tường",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.546468,
      "confidences": [
        0.546468,
        0.158411,
        0.058276,
        0.05163,
        0.024484,
        0.023638,
        0.013286,
        0.012311,
        0.011231,
        0.00885
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.843262,
        0.77832,
        0.802734,
        0.76416,
        0.750977,
        0.687988,
        0.634766,
        0.592285,
        0.620605
      ]
    },
    {
      "question_id": "10095081",
      "image_id": 492905,
      "question": "bàn ngồi trên cưa với màn hình, bàn phím và chuột là gì",
      "ground_truth": "con ngựa",
      "ground_truth_normalized": "con ngựa",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "cái bàn",
        "bàn phím",
        "laptop",
        "văn phòng",
        "màu trắng",
        "cái ghế",
        "trang thiết bị",
        "màu đen",
        "bức tranh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.442716,
      "confidences": [
        0.442716,
        0.140399,
        0.050454,
        0.025769,
        0.024928,
        0.015876,
        0.013213,
        0.009648,
        0.008888,
        0.007017
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.735352,
        0.702637,
        0.722168,
        0.655273,
        0.67627,
        0.550781,
        0.420898,
        0.584961,
        0.493896
      ]
    },
    {
      "question_id": "10047571",
      "image_id": 128607,
      "question": "ghế, máy tính xách tay, máy in và bàn máy tính ngồi ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "văn phòng",
        "phòng ngủ",
        "nhà ở",
        "cái bàn",
        "cái ghế",
        "cửa sổ",
        "chung cư",
        "cửa tiệm",
        "phòng bếp"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.298976,
      "confidences": [
        0.298976,
        0.18276,
        0.134759,
        0.070736,
        0.039835,
        0.037862,
        0.036985,
        0.024638,
        0.011192,
        0.0098
      ],
      "gate_score_top1": 0.842285,
      "gate_scores": [
        0.842285,
        0.770996,
        0.791992,
        0.806641,
        0.663574,
        0.702148,
        0.733887,
        0.687012,
        0.706055,
        0.676758
      ]
    },
    {
      "question_id": "10034951",
      "image_id": 93553,
      "question": "người phụ nữ đang chụp ảnh tự sướng ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "vòi hoa sen",
        "nhà ở",
        "chậu",
        "hành lang",
        "phòng bếp",
        "cửa",
        "máy ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.575462,
      "confidences": [
        0.575462,
        0.392431,
        0.003422,
        0.002403,
        0.002146,
        0.001765,
        0.00144,
        0.001435,
        0.001192,
        0.001128
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.858398,
        0.671875,
        0.655762,
        0.67041,
        0.643555,
        0.542969,
        0.67627,
        0.645508,
        0.525391
      ]
    },
    {
      "question_id": "10024661",
      "image_id": 178812,
      "question": "màu của chảo là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu nâu",
        "màu xanh lá",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.419378,
      "confidences": [
        0.419378,
        0.326612,
        0.102372,
        0.047237,
        0.025682,
        0.019691,
        0.01879,
        0.011132,
        0.009338,
        0.002412
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.86084,
        0.822266,
        0.726074,
        0.786621,
        0.75,
        0.759277,
        0.747559,
        0.750488,
        0.726562
      ]
    },
    {
      "question_id": "10064931",
      "image_id": 516178,
      "question": "những gì bay trước một tháp pháo đồng hồ đá",
      "ground_truth": "cờ",
      "ground_truth_normalized": "cờ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "tòa nhà",
        "đồng hồ",
        "các tòa nhà",
        "cờ",
        "bức tượng",
        "lá cờ",
        "cây",
        "bức ảnh",
        "cầu"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.498697,
      "confidences": [
        0.498697,
        0.163812,
        0.044435,
        0.027216,
        0.023461,
        0.021072,
        0.018165,
        0.016443,
        0.008045,
        0.00744
      ],
      "gate_score_top1": 0.809082,
      "gate_scores": [
        0.809082,
        0.80127,
        0.685059,
        0.711914,
        0.682129,
        0.664551,
        0.664551,
        0.72998,
        0.66748,
        0.581055
      ]
    },
    {
      "question_id": "10000971",
      "image_id": 580790,
      "question": "màu sắc của bông hoa là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu tía",
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu xanh lá",
        "màu xanh dương",
        "màu đen",
        "màu đỏ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.395139,
      "confidences": [
        0.395139,
        0.136557,
        0.124336,
        0.088168,
        0.077202,
        0.065011,
        0.032689,
        0.023545,
        0.02309,
        0.013627
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.807129,
        0.833008,
        0.774414,
        0.786621,
        0.778809,
        0.734375,
        0.786133,
        0.774414,
        0.786621
      ]
    },
    {
      "question_id": "10098461",
      "image_id": 563541,
      "question": "thứ hai người đàn ông chơi với một số con voi là gì",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "quả bóng",
        "thân cây",
        "bãi cỏ",
        "đồi",
        "vườn bách thú",
        "cái lều",
        "gậy",
        "hoa quả",
        "điêu khắc"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.298395,
      "confidences": [
        0.298395,
        0.166082,
        0.108495,
        0.026176,
        0.016606,
        0.008932,
        0.006535,
        0.006097,
        0.005677,
        0.00537
      ],
      "gate_score_top1": 0.768066,
      "gate_scores": [
        0.768066,
        0.722656,
        0.694336,
        0.648438,
        0.621582,
        0.557617,
        0.482178,
        0.524414,
        0.436523,
        0.426514
      ]
    },
    {
      "question_id": "10107121",
      "image_id": 528712,
      "question": "có bao nhiêu người đang đứng trên vỉa hè để chờ xe buýt",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.632628,
      "confidences": [
        0.632628,
        0.325649,
        0.016533,
        0.011319,
        0.004793,
        0.003425,
        0.001143,
        0.000558,
        0.000387,
        0.000343
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.888184,
        0.762207,
        0.76709,
        0.607422,
        0.681641,
        0.593262,
        0.548828,
        0.510742,
        0.443115
      ]
    },
    {
      "question_id": "10039771",
      "image_id": 240301,
      "question": "con bò đứng hoặc ngả lưng ở đâu",
      "ground_truth": "chuồng trại",
      "ground_truth_normalized": "chuồng trại",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "lồng",
        "kho",
        "tòa nhà",
        "ga-ra",
        "cửa tiệm",
        "rào chắn",
        "con bò",
        "vườn bách thú"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.437594,
      "confidences": [
        0.437594,
        0.38467,
        0.02875,
        0.012438,
        0.01173,
        0.007369,
        0.006963,
        0.006353,
        0.006157,
        0.003684
      ],
      "gate_score_top1": 0.798828,
      "gate_scores": [
        0.798828,
        0.817871,
        0.763672,
        0.67041,
        0.699707,
        0.730469,
        0.655273,
        0.615234,
        0.650879,
        0.714844
      ]
    },
    {
      "question_id": "10108111",
      "image_id": 178620,
      "question": "có bao nhiêu người đàn ông mặc áo xanh đang chơi ném đĩa bay",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "bãi cỏ",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.837351,
      "confidences": [
        0.837351,
        0.151306,
        0.005867,
        0.000569,
        0.000165,
        0.0001,
        9.1e-05,
        8.4e-05,
        5.6e-05,
        5.4e-05
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.875977,
        0.763672,
        0.614746,
        0.384521,
        0.406738,
        0.397217,
        0.430908,
        0.401855,
        0.360352
      ]
    },
    {
      "question_id": "10054971",
      "image_id": 442009,
      "question": "những gì được hiển thị với bồn tắm và quầy",
      "ground_truth": "sân khấu",
      "ground_truth_normalized": "sân khấu",
      "predicted_top1": "bồn tắm",
      "predicted_topk": [
        "bồn tắm",
        "phòng tắm",
        "khăn",
        "quầy tính tiền",
        "chậu",
        "vòi hoa sen",
        "tường",
        "sân khấu",
        "nhà ở",
        "cửa"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.42293,
      "confidences": [
        0.42293,
        0.077625,
        0.050413,
        0.041631,
        0.035818,
        0.031733,
        0.031609,
        0.026984,
        0.024569,
        0.023536
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.720215,
        0.740723,
        0.608398,
        0.71582,
        0.684082,
        0.578613,
        0.60498,
        0.683594,
        0.616699
      ]
    },
    {
      "question_id": "10109501",
      "image_id": 483199,
      "question": "có bao nhiêu con mòng biển đang bay trên bầu trời",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.626211,
      "confidences": [
        0.626211,
        0.141374,
        0.13649,
        0.048477,
        0.015616,
        0.009621,
        0.004991,
        0.001346,
        0.001279,
        0.00046
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.825684,
        0.775879,
        0.771973,
        0.708008,
        0.734375,
        0.634277,
        0.527832,
        0.544434,
        0.535645
      ]
    },
    {
      "question_id": "10067981",
      "image_id": 421703,
      "question": "những gì đang được chuẩn bị trong chảo bao gồm hành tây và bông cải xanh",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "món ăn",
        "cái nồi",
        "bát",
        "chén đĩa",
        "bữa ăn",
        "đĩa ăn",
        "quầy tính tiền",
        "thịt",
        "rau"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.535158,
      "confidences": [
        0.535158,
        0.112175,
        0.048815,
        0.045857,
        0.023977,
        0.023422,
        0.019004,
        0.017611,
        0.0095,
        0.008286
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.769531,
        0.750977,
        0.673828,
        0.658203,
        0.687988,
        0.715332,
        0.603516,
        0.602539,
        0.671387
      ]
    },
    {
      "question_id": "10119591",
      "image_id": 99066,
      "question": "có bao nhiêu máy bay chiến đấu bay qua bầu trời trong đội hình",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "bảy",
        "chín",
        "năm",
        "tám",
        "ba",
        "một",
        "mười",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.412189,
      "confidences": [
        0.412189,
        0.345744,
        0.135395,
        0.042938,
        0.021507,
        0.009656,
        0.005621,
        0.00133,
        0.00122,
        0.000904
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.811035,
        0.817383,
        0.760254,
        0.701172,
        0.648926,
        0.642578,
        0.544434,
        0.491699,
        0.486328
      ]
    },
    {
      "question_id": "10057831",
      "image_id": 545101,
      "question": "một nhà bếp trống với một cái bếp màu trắng",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "cửa sổ",
        "nhà ở",
        "chậu",
        "bếp",
        "tường",
        "lò vi sóng",
        "cửa",
        "quầy tính tiền",
        "phòng"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.231043,
      "confidences": [
        0.231043,
        0.148012,
        0.071854,
        0.059685,
        0.03945,
        0.039066,
        0.033875,
        0.030904,
        0.023373,
        0.018891
      ],
      "gate_score_top1": 0.757324,
      "gate_scores": [
        0.757324,
        0.729004,
        0.72168,
        0.713867,
        0.714355,
        0.610352,
        0.605469,
        0.702637,
        0.589355,
        0.724121
      ]
    },
    {
      "question_id": "10110251",
      "image_id": 320428,
      "question": "có bao nhiêu người đàn ông chơi trong một trận đấu quần vợt đôi nam",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.619832,
      "confidences": [
        0.619832,
        0.342304,
        0.021712,
        0.010791,
        0.000376,
        0.000348,
        0.000161,
        0.00014,
        0.000121,
        0.000107
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.874512,
        0.788574,
        0.794922,
        0.42749,
        0.544922,
        0.445801,
        0.44043,
        0.392822,
        0.381592
      ]
    },
    {
      "question_id": "10058891",
      "image_id": 497928,
      "question": "tv là thứ duy nhất chiếm giữ những gì",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "cái kệ",
        "tường",
        "cây",
        "bức ảnh",
        "đi văng",
        "chung cư",
        "cửa sổ",
        "cái bàn"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.166546,
      "confidences": [
        0.166546,
        0.078058,
        0.045799,
        0.038341,
        0.0316,
        0.027508,
        0.02321,
        0.022452,
        0.021507,
        0.01836
      ],
      "gate_score_top1": 0.742676,
      "gate_scores": [
        0.742676,
        0.655273,
        0.670898,
        0.539551,
        0.551758,
        0.558105,
        0.578613,
        0.531738,
        0.539551,
        0.611816
      ]
    },
    {
      "question_id": "10060241",
      "image_id": 533589,
      "question": "những gì nằm bên cạnh kệ giữ nhiều chai khác nhau",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "tủ lạnh",
        "cửa",
        "cái kệ",
        "chai",
        "phòng bếp",
        "lò vi sóng",
        "tủ đông",
        "tường",
        "bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.61422,
      "confidences": [
        0.61422,
        0.249139,
        0.025651,
        0.013412,
        0.010861,
        0.008231,
        0.004405,
        0.003217,
        0.002704,
        0.001915
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.838867,
        0.751465,
        0.740723,
        0.658203,
        0.59082,
        0.597656,
        0.562012,
        0.603027,
        0.646484
      ]
    },
    {
      "question_id": "10024221",
      "image_id": 47944,
      "question": "màu của cuốn sách là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh lá",
        "màu vàng",
        "màu xanh dương",
        "màu trắng",
        "màu nâu",
        "màu xám",
        "màu cam",
        "màu đỏ",
        "màu đen"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.943029,
      "confidences": [
        0.943029,
        0.018676,
        0.013987,
        0.005542,
        0.003428,
        0.003401,
        0.001664,
        0.001401,
        0.001135,
        0.00065
      ],
      "gate_score_top1": 0.90332,
      "gate_scores": [
        0.90332,
        0.765137,
        0.770996,
        0.73584,
        0.718262,
        0.725098,
        0.687012,
        0.708008,
        0.719238,
        0.677246
      ]
    },
    {
      "question_id": "10062781",
      "image_id": 519460,
      "question": "cái gì đang trên bàn gỗ có đồ ăn",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "sandwich",
      "predicted_topk": [
        "sandwich",
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "món ăn",
        "cái nĩa",
        "thịt",
        "quán ăn",
        "bữa trưa",
        "món tráng miệng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.488662,
      "confidences": [
        0.488662,
        0.367424,
        0.03016,
        0.010733,
        0.009252,
        0.00579,
        0.005429,
        0.004914,
        0.004847,
        0.003261
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.819824,
        0.735352,
        0.652832,
        0.676758,
        0.645996,
        0.626465,
        0.67334,
        0.514648,
        0.645508
      ]
    },
    {
      "question_id": "10026411",
      "image_id": 350075,
      "question": "hai con mèo con rúc vào đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "chậu",
        "tách",
        "cái nồi",
        "cái lọ",
        "bồn tắm",
        "thùng chứa",
        "cái rổ",
        "lọ cắm hoa",
        "quầy tính tiền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.79701,
      "confidences": [
        0.79701,
        0.152112,
        0.012008,
        0.005841,
        0.003157,
        0.001597,
        0.001276,
        0.00118,
        0.000794,
        0.000699
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.833984,
        0.73584,
        0.710449,
        0.625977,
        0.669922,
        0.611816,
        0.611328,
        0.600098,
        0.624512
      ]
    },
    {
      "question_id": "10079681",
      "image_id": 338847,
      "question": "người phụ nữ đeo kính và cà vạt là gì",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "nón",
      "predicted_topk": [
        "nón",
        "cà vạt",
        "áo sơ mi",
        "điện thoại",
        "máy ảnh",
        "chiếc ô",
        "đồng hồ",
        "mũ",
        "bức ảnh",
        "bộ đồ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.170377,
      "confidences": [
        0.170377,
        0.163211,
        0.091911,
        0.041186,
        0.034278,
        0.027977,
        0.023697,
        0.018276,
        0.017748,
        0.016608
      ],
      "gate_score_top1": 0.745605,
      "gate_scores": [
        0.745605,
        0.783691,
        0.664062,
        0.722656,
        0.70459,
        0.67627,
        0.73291,
        0.580566,
        0.574707,
        0.595215
      ]
    },
    {
      "question_id": "10119511",
      "image_id": 192702,
      "question": "có bao nhiêu chiếc máy bay lớn bên cạnh một vài chiếc máy bay nhỏ hơn",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.679786,
      "confidences": [
        0.679786,
        0.246202,
        0.027949,
        0.018911,
        0.009181,
        0.008165,
        0.002442,
        0.001413,
        0.001154,
        0.000424
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.879395,
        0.805176,
        0.745117,
        0.717285,
        0.630371,
        0.646484,
        0.588867,
        0.568848,
        0.468018
      ]
    },
    {
      "question_id": "10044511",
      "image_id": 421656,
      "question": "đĩa rau ở đâu",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "món ăn",
        "đĩa ăn",
        "bữa ăn",
        "chảo",
        "cái nồi",
        "thùng chứa",
        "chén đĩa",
        "rau",
        "cái nĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.884773,
      "confidences": [
        0.884773,
        0.033381,
        0.029229,
        0.003767,
        0.00316,
        0.002969,
        0.001721,
        0.001675,
        0.001659,
        0.001555
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.760254,
        0.779785,
        0.648926,
        0.677246,
        0.618164,
        0.577148,
        0.578613,
        0.578613,
        0.446533
      ]
    },
    {
      "question_id": "10047291",
      "image_id": 91411,
      "question": "xúc xích và khoai tây chiên được phục vụ ở đâu",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "cái rổ",
      "predicted_topk": [
        "cái rổ",
        "cái mâm",
        "thùng chứa",
        "giấy bạc",
        "bát",
        "quán ăn",
        "con chó",
        "dĩa",
        "đĩa ăn",
        "tách"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.623038,
      "confidences": [
        0.623038,
        0.170329,
        0.059791,
        0.032381,
        0.006351,
        0.006241,
        0.004711,
        0.00434,
        0.003807,
        0.003697
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.830078,
        0.766113,
        0.795898,
        0.628906,
        0.730957,
        0.609863,
        0.540039,
        0.644043,
        0.571289
      ]
    },
    {
      "question_id": "10091081",
      "image_id": 425475,
      "question": "người đó cầm gì để nâng ly chúc mừng",
      "ground_truth": "ly",
      "ground_truth_normalized": "ly",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "nước",
        "chai",
        "nến",
        "quán bar",
        "kính đeo",
        "đồ uống",
        "máy xay",
        "bức ảnh",
        "ly"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.164783,
      "confidences": [
        0.164783,
        0.101322,
        0.059332,
        0.047211,
        0.044786,
        0.037129,
        0.020465,
        0.0124,
        0.011798,
        0.011763
      ],
      "gate_score_top1": 0.728516,
      "gate_scores": [
        0.728516,
        0.717285,
        0.717773,
        0.717773,
        0.618652,
        0.665527,
        0.629883,
        0.608398,
        0.57959,
        0.485352
      ]
    },
    {
      "question_id": "10114861",
      "image_id": 268938,
      "question": "có bao nhiêu con ngựa vằn đang đứng gặm cỏ trên cánh đồng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.642685,
      "confidences": [
        0.642685,
        0.259668,
        0.038296,
        0.034597,
        0.010972,
        0.002576,
        0.001574,
        0.000854,
        0.000676,
        0.000593
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.84668,
        0.730469,
        0.77832,
        0.718262,
        0.612305,
        0.628418,
        0.533691,
        0.525391,
        0.572754
      ]
    },
    {
      "question_id": "10053601",
      "image_id": 577077,
      "question": "những gì nằm trên chiếc giường nhỏ",
      "ground_truth": "chuột",
      "ground_truth_normalized": "chuột",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "cái kệ",
        "chuột",
        "màu nâu",
        "cái ghế",
        "bức tượng",
        "gấu trúc",
        "cửa sổ",
        "giường"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.634603,
      "confidences": [
        0.634603,
        0.298597,
        0.004789,
        0.003383,
        0.002446,
        0.002133,
        0.001793,
        0.001693,
        0.0012,
        0.001176
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.817383,
        0.648926,
        0.602051,
        0.599121,
        0.539551,
        0.547363,
        0.677734,
        0.57373,
        0.558105
      ]
    },
    {
      "question_id": "10066821",
      "image_id": 566687,
      "question": "cái gì trong bát màu xanh lá cây",
      "ground_truth": "rau xà lách",
      "ground_truth_normalized": "rau xà lách",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "đĩa ăn",
        "món ăn",
        "bát",
        "rau xà lách",
        "bữa ăn",
        "chén đĩa",
        "thịt",
        "bông cải xanh",
        "cái nĩa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.193337,
      "confidences": [
        0.193337,
        0.133921,
        0.120046,
        0.059543,
        0.05908,
        0.044162,
        0.028126,
        0.022733,
        0.022468,
        0.019828
      ],
      "gate_score_top1": 0.793945,
      "gate_scores": [
        0.793945,
        0.812988,
        0.774902,
        0.681152,
        0.668457,
        0.714844,
        0.665039,
        0.642578,
        0.700195,
        0.64209
      ]
    },
    {
      "question_id": "10100761",
      "image_id": 559483,
      "question": "tuyết phủ gì với nhiều núi hơn trong nền và người trên đỉnh núi",
      "ground_truth": "núi",
      "ground_truth_normalized": "núi",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "núi",
        "trượt tuyết",
        "đồi",
        "cây",
        "cây sào",
        "bức ảnh",
        "trang thiết bị",
        "áo sơ mi",
        "quần short"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.25417,
      "confidences": [
        0.25417,
        0.202642,
        0.16156,
        0.159678,
        0.015205,
        0.007196,
        0.007002,
        0.006948,
        0.006616,
        0.006001
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.755371,
        0.800781,
        0.789551,
        0.651367,
        0.619141,
        0.598633,
        0.646973,
        0.577637,
        0.513672
      ]
    },
    {
      "question_id": "10005031",
      "image_id": 458649,
      "question": "màu của bầu trờilà gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu đỏ",
        "màu xanh dương",
        "màu xám",
        "màu cam",
        "màu vàng",
        "màu nâu",
        "màu tía",
        "màu xanh lá",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.589732,
      "confidences": [
        0.589732,
        0.126053,
        0.084959,
        0.082667,
        0.043563,
        0.019712,
        0.009569,
        0.00428,
        0.00402,
        0.001921
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.793945,
        0.806152,
        0.815918,
        0.795898,
        0.770508,
        0.646973,
        0.618164,
        0.59375,
        0.554688
      ]
    },
    {
      "question_id": "10020261",
      "image_id": 268739,
      "question": "màu của áo hoodie là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu tía",
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu vàng",
        "màu trắng",
        "màu cam",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.655999,
      "confidences": [
        0.655999,
        0.302694,
        0.008859,
        0.005229,
        0.004152,
        0.003708,
        0.002944,
        0.001775,
        0.001486,
        0.001421
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.859375,
        0.748047,
        0.649902,
        0.676758,
        0.681152,
        0.72998,
        0.67334,
        0.683105,
        0.617676
      ]
    },
    {
      "question_id": "10109891",
      "image_id": 161973,
      "question": "có bao nhiêu chiếc máy bay đóng thế cùng nhau bay trên không trung",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "bảy",
        "năm",
        "chín",
        "ba",
        "tám",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.661024,
      "confidences": [
        0.661024,
        0.156395,
        0.073015,
        0.06545,
        0.01495,
        0.010601,
        0.005786,
        0.000975,
        0.00072,
        0.000509
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.794434,
        0.80957,
        0.79541,
        0.73291,
        0.710449,
        0.656738,
        0.523926,
        0.519531,
        0.531738
      ]
    },
    {
      "question_id": "10102611",
      "image_id": 467142,
      "question": "có bao nhiêu chiếc máy bay đều được trang trí giống nhau bay đồng loạt",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "năm",
        "tám",
        "ba",
        "máy bay",
        "mười",
        "sân vận động"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.311747,
      "confidences": [
        0.311747,
        0.286075,
        0.264576,
        0.047436,
        0.047251,
        0.009525,
        0.003038,
        0.002052,
        0.001438,
        0.000853
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.818848,
        0.831543,
        0.774902,
        0.740723,
        0.645508,
        0.604492,
        0.635742,
        0.519531,
        0.512695
      ]
    },
    {
      "question_id": "10094631",
      "image_id": 373140,
      "question": "cái gì đang đậu trên đường phố",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe cộ",
      "predicted_topk": [
        "xe cộ",
        "xe tải",
        "xe đẩy",
        "xe buýt",
        "xe tay ga",
        "phương tiện giao thông",
        "xe máy",
        "xe đạp",
        "xe ô tô",
        "đường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.251409,
      "confidences": [
        0.251409,
        0.187562,
        0.159805,
        0.076376,
        0.072312,
        0.047238,
        0.023892,
        0.018391,
        0.010236,
        0.006967
      ],
      "gate_score_top1": 0.782715,
      "gate_scores": [
        0.782715,
        0.79248,
        0.76416,
        0.782715,
        0.667969,
        0.682129,
        0.734863,
        0.630859,
        0.674805,
        0.654785
      ]
    },
    {
      "question_id": "10029981",
      "image_id": 380395,
      "question": "con chó nhỏ ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "hành lý",
        "vali",
        "balo",
        "cái ví",
        "túi",
        "xe đẩy",
        "cái ghế",
        "toa xe",
        "sân bay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.324681,
      "confidences": [
        0.324681,
        0.171095,
        0.152175,
        0.127147,
        0.036428,
        0.03517,
        0.01449,
        0.011689,
        0.011307,
        0.007229
      ],
      "gate_score_top1": 0.842773,
      "gate_scores": [
        0.842773,
        0.81543,
        0.78418,
        0.761719,
        0.754395,
        0.754395,
        0.716309,
        0.62207,
        0.680664,
        0.711426
      ]
    },
    {
      "question_id": "10094711",
      "image_id": 430533,
      "question": "cái gì không chính xác",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "cái mâm",
      "predicted_topk": [
        "cái mâm",
        "con chó",
        "thùng chứa",
        "bữa ăn",
        "giấy bạc",
        "chén đĩa",
        "sandwich",
        "dĩa",
        "hộp",
        "búi tóc"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.272979,
      "confidences": [
        0.272979,
        0.124492,
        0.074337,
        0.043023,
        0.035183,
        0.034773,
        0.03191,
        0.022984,
        0.022583,
        0.018432
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.705078,
        0.729004,
        0.647461,
        0.736328,
        0.582031,
        0.791504,
        0.628906,
        0.685547,
        0.71582
      ]
    },
    {
      "question_id": "10076831",
      "image_id": 502414,
      "question": "những gì xử lý một số bánh rán",
      "ground_truth": "cỗ máy",
      "ground_truth_normalized": "cỗ máy",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "bánh ngọt",
        "phòng bếp",
        "cửa tiệm",
        "tạp dề",
        "cỗ máy",
        "cái mâm",
        "lò vi sóng",
        "cửa hàng",
        "sô cô la"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.728947,
      "confidences": [
        0.728947,
        0.031164,
        0.013456,
        0.011577,
        0.01142,
        0.007388,
        0.00694,
        0.005913,
        0.005742,
        0.005479
      ],
      "gate_score_top1": 0.834961,
      "gate_scores": [
        0.834961,
        0.618652,
        0.661133,
        0.534668,
        0.645996,
        0.466064,
        0.59375,
        0.550781,
        0.641602,
        0.561035
      ]
    },
    {
      "question_id": "10009981",
      "image_id": 365140,
      "question": "màu của động cơ là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu nâu",
        "màu vàng",
        "màu trắng",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.633023,
      "confidences": [
        0.633023,
        0.125137,
        0.118016,
        0.069922,
        0.010232,
        0.009463,
        0.00889,
        0.008158,
        0.00396,
        0.002007
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.825195,
        0.832031,
        0.881348,
        0.740723,
        0.739746,
        0.765625,
        0.78418,
        0.717773,
        0.705078
      ]
    },
    {
      "question_id": "10057721",
      "image_id": 424192,
      "question": "bộ đồ nội thất phòng ngủ cổ điển và rỉ sét những gì",
      "ground_truth": "gầu múc",
      "ground_truth_normalized": "gầu múc",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng ngủ",
        "phòng",
        "nhà ở",
        "hành lang",
        "cửa",
        "tường",
        "bức ảnh",
        "bồn tắm",
        "cửa sổ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.329905,
      "confidences": [
        0.329905,
        0.252947,
        0.052301,
        0.019278,
        0.018075,
        0.015673,
        0.013564,
        0.009451,
        0.008605,
        0.007989
      ],
      "gate_score_top1": 0.768066,
      "gate_scores": [
        0.768066,
        0.774902,
        0.757324,
        0.678223,
        0.55127,
        0.592285,
        0.516602,
        0.593262,
        0.669434,
        0.521973
      ]
    },
    {
      "question_id": "10048071",
      "image_id": 494090,
      "question": "bộ sưu tập của gấu đồ chơi ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cửa hàng",
        "cửa tiệm",
        "cái ghế",
        "phòng",
        "đường phố",
        "gian hàng",
        "xe lăn",
        "toa xe",
        "văn phòng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.31416,
      "confidences": [
        0.31416,
        0.240875,
        0.122547,
        0.062347,
        0.029108,
        0.021716,
        0.010666,
        0.007989,
        0.007819,
        0.007203
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.806152,
        0.751465,
        0.741211,
        0.741699,
        0.762207,
        0.669434,
        0.669922,
        0.630371,
        0.619141
      ]
    },
    {
      "question_id": "10095401",
      "image_id": 502327,
      "question": "người đàn ông cầm ba lô đứng cạnh một người đàn ông mặc gì",
      "ground_truth": "bộ đồ",
      "ground_truth_normalized": "bộ đồ",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "balo",
        "hành lý",
        "túi",
        "trạm",
        "bộ đồ",
        "vali",
        "cái túi",
        "máy ảnh",
        "xe điện ngầm"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.192091,
      "confidences": [
        0.192091,
        0.166241,
        0.075962,
        0.059507,
        0.05011,
        0.044569,
        0.031914,
        0.018113,
        0.014301,
        0.011513
      ],
      "gate_score_top1": 0.72998,
      "gate_scores": [
        0.72998,
        0.741699,
        0.720703,
        0.770996,
        0.623535,
        0.608398,
        0.634766,
        0.646973,
        0.616699,
        0.606445
      ]
    },
    {
      "question_id": "10044621",
      "image_id": 215469,
      "question": "đứa trẻ đang đứng đâu",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "tòa nhà",
        "chiếc ô",
        "kho",
        "cửa hàng",
        "các tòa nhà",
        "ga-ra",
        "ô cửa",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.112298,
      "confidences": [
        0.112298,
        0.097186,
        0.06474,
        0.054304,
        0.037615,
        0.032808,
        0.021601,
        0.021141,
        0.020814,
        0.019287
      ],
      "gate_score_top1": 0.708008,
      "gate_scores": [
        0.708008,
        0.648926,
        0.782227,
        0.664551,
        0.657227,
        0.717773,
        0.60791,
        0.679688,
        0.605469,
        0.527344
      ]
    },
    {
      "question_id": "10083391",
      "image_id": 399516,
      "question": "trên đĩa có bánh mì tròn có bánh rán nào",
      "ground_truth": "sô cô la",
      "ground_truth_normalized": "sô cô la",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "sô cô la",
        "đĩa ăn",
        "bánh ngọt",
        "cái mâm",
        "bức ảnh",
        "bữa ăn",
        "cupcake",
        "búi tóc",
        "cửa tiệm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.244869,
      "confidences": [
        0.244869,
        0.200639,
        0.152638,
        0.028736,
        0.017738,
        0.012239,
        0.011231,
        0.010759,
        0.010633,
        0.010028
      ],
      "gate_score_top1": 0.762207,
      "gate_scores": [
        0.762207,
        0.680176,
        0.727051,
        0.708984,
        0.637695,
        0.562012,
        0.608398,
        0.594727,
        0.642578,
        0.460449
      ]
    },
    {
      "question_id": "10013531",
      "image_id": 427603,
      "question": "màu của ô liu là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu đỏ",
        "màu cam",
        "màu vàng",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.203503,
      "confidences": [
        0.203503,
        0.198014,
        0.131906,
        0.12247,
        0.11824,
        0.099957,
        0.059223,
        0.019837,
        0.010251,
        0.008803
      ],
      "gate_score_top1": 0.778809,
      "gate_scores": [
        0.778809,
        0.850098,
        0.804199,
        0.794922,
        0.819824,
        0.798828,
        0.800293,
        0.759277,
        0.728516,
        0.702148
      ]
    },
    {
      "question_id": "10040971",
      "image_id": 428126,
      "question": "người quay phim đang quay ở đâu trong khi hai nhóm người ngồi ở hai bên anh ta",
      "ground_truth": "lối đi",
      "ground_truth_normalized": "lối đi",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "xe lăn",
        "áo vest",
        "phòng",
        "tòa nhà",
        "lớp học",
        "quán bar",
        "lối đi",
        "cửa tiệm",
        "nhà ở"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.085077,
      "confidences": [
        0.085077,
        0.035674,
        0.031176,
        0.025149,
        0.024091,
        0.022809,
        0.020306,
        0.019778,
        0.016967,
        0.015692
      ],
      "gate_score_top1": 0.709961,
      "gate_scores": [
        0.709961,
        0.617188,
        0.584473,
        0.609375,
        0.722656,
        0.622559,
        0.57959,
        0.404541,
        0.612305,
        0.64209
      ]
    },
    {
      "question_id": "10046901",
      "image_id": 330652,
      "question": "hai đứa trẻ đang chơi ở đâu",
      "ground_truth": "gian hàng",
      "ground_truth_normalized": "gian hàng",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "cái ghế",
        "gian hàng",
        "phòng",
        "cửa tiệm",
        "xe lăn",
        "đường phố",
        "cái rổ",
        "quán bar",
        "cửa hàng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.256248,
      "confidences": [
        0.256248,
        0.152416,
        0.145436,
        0.078151,
        0.019491,
        0.011171,
        0.010392,
        0.010271,
        0.009038,
        0.008641
      ],
      "gate_score_top1": 0.779297,
      "gate_scores": [
        0.779297,
        0.773926,
        0.693359,
        0.722168,
        0.631836,
        0.528809,
        0.664062,
        0.598633,
        0.503418,
        0.647949
      ]
    },
    {
      "question_id": "10115431",
      "image_id": 471332,
      "question": "lớn bao nhiêu tín hiệu đèn giao thông được đặt để dừng tất cả các hướng",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "bốn",
        "ba",
        "bảy",
        "hai",
        "năm",
        "sáu",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.641618,
      "confidences": [
        0.641618,
        0.131889,
        0.047027,
        0.041339,
        0.03454,
        0.023646,
        0.023462,
        0.014625,
        0.006181,
        0.005184
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.775879,
        0.75293,
        0.711914,
        0.68457,
        0.765625,
        0.70459,
        0.655273,
        0.580566,
        0.567871
      ]
    },
    {
      "question_id": "10022171",
      "image_id": 164222,
      "question": "màu sắc của bức ảnh là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu đen",
        "màu vàng",
        "màu nâu",
        "màu tía",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.510387,
      "confidences": [
        0.510387,
        0.403749,
        0.038295,
        0.018089,
        0.006526,
        0.004297,
        0.004132,
        0.003205,
        0.002807,
        0.001609
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.88916,
        0.811035,
        0.745605,
        0.693359,
        0.741699,
        0.736816,
        0.762695,
        0.741699,
        0.711914
      ]
    },
    {
      "question_id": "10118891",
      "image_id": 352093,
      "question": "có bao nhiêu ấm đun nước có chân đặt trên bệ cạnh một ấm đun nước khác có chân đặt trên sàn.",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "bảy",
        "sáu",
        "năm",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.658134,
      "confidences": [
        0.658134,
        0.298971,
        0.031758,
        0.002153,
        0.00047,
        0.000463,
        0.000414,
        0.000406,
        0.000164,
        0.000126
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.858887,
        0.832031,
        0.690918,
        0.472656,
        0.435791,
        0.594238,
        0.5,
        0.438232,
        0.382568
      ]
    },
    {
      "question_id": "10080551",
      "image_id": 551170,
      "question": "những gì đầy trang sơ tường ở phía trước",
      "ground_truth": "ga-ra",
      "ground_truth_normalized": "ga-ra",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ga-ra",
        "kho",
        "cửa tiệm",
        "vòi",
        "cửa hàng",
        "nhà ở",
        "vẽ tranh lên tường",
        "ảnh chụp",
        "xe ô tô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.348085,
      "confidences": [
        0.348085,
        0.345376,
        0.02332,
        0.014939,
        0.01379,
        0.011233,
        0.008817,
        0.008697,
        0.008629,
        0.007439
      ],
      "gate_score_top1": 0.85498,
      "gate_scores": [
        0.85498,
        0.818359,
        0.720703,
        0.727539,
        0.643066,
        0.641113,
        0.642578,
        0.527344,
        0.56543,
        0.619141
      ]
    },
    {
      "question_id": "10047381",
      "image_id": 459598,
      "question": "con mèo ngồi ở đâu",
      "ground_truth": "tách",
      "ground_truth_normalized": "tách",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "chậu",
        "cái nồi",
        "tách",
        "thùng chứa",
        "cái rổ",
        "món ăn",
        "giường",
        "phòng bếp",
        "cái lọ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.945007,
      "confidences": [
        0.945007,
        0.016196,
        0.006468,
        0.004515,
        0.004275,
        0.003422,
        0.001066,
        0.000893,
        0.00083,
        0.000813
      ],
      "gate_score_top1": 0.899902,
      "gate_scores": [
        0.899902,
        0.787598,
        0.70752,
        0.705566,
        0.675293,
        0.694824,
        0.629883,
        0.436035,
        0.639648,
        0.620117
      ]
    },
    {
      "question_id": "10034321",
      "image_id": 153985,
      "question": "hai người đàn ông sử dụng máy tính xách tay của apple ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "thư viện",
        "phòng",
        "lớp học",
        "cửa tiệm",
        "tòa nhà",
        "cái bàn",
        "chung cư",
        "cái ghế",
        "nhà ở"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.483006,
      "confidences": [
        0.483006,
        0.126493,
        0.122601,
        0.070404,
        0.026359,
        0.012427,
        0.011629,
        0.009217,
        0.008118,
        0.007012
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.728027,
        0.780273,
        0.769531,
        0.797363,
        0.655762,
        0.582031,
        0.639648,
        0.611816,
        0.708984
      ]
    },
    {
      "question_id": "10051591",
      "image_id": 550030,
      "question": "mèo đen và nâu ngồi ở đâu",
      "ground_truth": "balo",
      "ground_truth_normalized": "balo",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "balo",
        "vali",
        "cái ghế",
        "cái ví",
        "hành lý",
        "văn phòng",
        "túi",
        "cửa sổ",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.288655,
      "confidences": [
        0.288655,
        0.195313,
        0.06098,
        0.058415,
        0.04612,
        0.042737,
        0.016509,
        0.01619,
        0.014741,
        0.013501
      ],
      "gate_score_top1": 0.816895,
      "gate_scores": [
        0.816895,
        0.745605,
        0.70166,
        0.665039,
        0.704102,
        0.70752,
        0.711914,
        0.679688,
        0.682129,
        0.655273
      ]
    },
    {
      "question_id": "10079231",
      "image_id": 495448,
      "question": "các tính năng đa tầng những gì",
      "ground_truth": "bông hoa",
      "ground_truth_normalized": "bông hoa",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "bông hoa",
        "nến",
        "dao",
        "đĩa ăn",
        "mũ",
        "lọ cắm hoa",
        "đồng hồ",
        "món tráng miệng",
        "bức tượng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.522902,
      "confidences": [
        0.522902,
        0.115767,
        0.036929,
        0.018825,
        0.014689,
        0.01254,
        0.011329,
        0.008112,
        0.005769,
        0.005468
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.791992,
        0.666504,
        0.657715,
        0.647461,
        0.619141,
        0.573242,
        0.696777,
        0.51123,
        0.626465
      ]
    },
    {
      "question_id": "10077761",
      "image_id": 524202,
      "question": "những gì đang nằm trên đỉnh của một chiếc máy bay",
      "ground_truth": "con thoi",
      "ground_truth_normalized": "con thoi",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "hải âu",
        "màu trắng",
        "động cơ",
        "màu xám",
        "con thoi",
        "núi",
        "xe ô tô"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.835101,
      "confidences": [
        0.835101,
        0.019185,
        0.007616,
        0.006515,
        0.002734,
        0.002687,
        0.002561,
        0.002316,
        0.002197,
        0.002034
      ],
      "gate_score_top1": 0.843262,
      "gate_scores": [
        0.843262,
        0.593262,
        0.513184,
        0.516113,
        0.536621,
        0.482666,
        0.597656,
        0.367676,
        0.413818,
        0.501953
      ]
    },
    {
      "question_id": "10046551",
      "image_id": 211107,
      "question": "nơi là một phòng khách nhỏ và thông thường",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "chung cư",
        "nhiều cái ghế",
        "cửa sổ",
        "đi văng",
        "cửa",
        "phòng ngủ",
        "tòa nhà",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.502589,
      "confidences": [
        0.502589,
        0.169005,
        0.036124,
        0.028688,
        0.023552,
        0.017674,
        0.015628,
        0.013551,
        0.012981,
        0.011959
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.848145,
        0.685059,
        0.675781,
        0.696777,
        0.668457,
        0.672363,
        0.728027,
        0.678711,
        0.613281
      ]
    },
    {
      "question_id": "10062491",
      "image_id": 341094,
      "question": "những gì có thể có, xé toạc ô tô và làm tổn thương những người ngồi trong xe",
      "ground_truth": "gấu",
      "ground_truth_normalized": "gấu",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe tải",
        "phương tiện giao thông",
        "cửa sổ",
        "đường",
        "xe cộ",
        "con chó",
        "gương",
        "đường phố",
        "gấu"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.961024,
      "confidences": [
        0.961024,
        0.00892,
        0.005965,
        0.001971,
        0.001248,
        0.001219,
        0.000533,
        0.000416,
        0.000393,
        0.000386
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.719238,
        0.754395,
        0.692383,
        0.631836,
        0.677734,
        0.650879,
        0.635742,
        0.487305,
        0.514648
      ]
    },
    {
      "question_id": "10055581",
      "image_id": 432859,
      "question": "những gì nằm bên cạnh máy nghe nhạc mp3 và các mặt hàng khác",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "bàn phím",
        "cái bàn",
        "điện thoại",
        "chuột",
        "bức tranh",
        "trang thiết bị",
        "máy ảnh",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.612646,
      "confidences": [
        0.612646,
        0.357353,
        0.004807,
        0.002691,
        0.001424,
        0.001232,
        0.000869,
        0.000731,
        0.000394,
        0.000351
      ],
      "gate_score_top1": 0.90918,
      "gate_scores": [
        0.90918,
        0.871582,
        0.751953,
        0.780273,
        0.699219,
        0.69043,
        0.535645,
        0.528809,
        0.615234,
        0.475098
      ]
    },
    {
      "question_id": "10008631",
      "image_id": 385844,
      "question": "màu của nhà vệ sinh là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu trắng",
        "màu nâu",
        "màu đen",
        "màu xanh dương",
        "màu đỏ",
        "màu xám",
        "màu vàng",
        "màu tía",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.62443,
      "confidences": [
        0.62443,
        0.342159,
        0.016129,
        0.002454,
        0.002388,
        0.002083,
        0.001754,
        0.001733,
        0.001443,
        0.000696
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.888672,
        0.790039,
        0.759766,
        0.686035,
        0.730469,
        0.780762,
        0.697266,
        0.71875,
        0.715332
      ]
    },
    {
      "question_id": "10096981",
      "image_id": 569464,
      "question": "những gì được hiển thị trong chiếc bình trong một căn phòng",
      "ground_truth": "hoa hồng",
      "ground_truth_normalized": "hoa hồng",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "hoa hồng",
        "lọ cắm hoa",
        "cây",
        "chai",
        "bình hoa",
        "nến",
        "cái lọ",
        "đồng hồ",
        "cà vạt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.59657,
      "confidences": [
        0.59657,
        0.181234,
        0.061662,
        0.011838,
        0.009201,
        0.007336,
        0.004681,
        0.003336,
        0.003239,
        0.002904
      ],
      "gate_score_top1": 0.870605,
      "gate_scores": [
        0.870605,
        0.789551,
        0.616699,
        0.658691,
        0.643555,
        0.474609,
        0.69043,
        0.551758,
        0.685547,
        0.662109
      ]
    },
    {
      "question_id": "10107401",
      "image_id": 12181,
      "question": "có bao nhiêu con hươu cao cổ thấp cổ trong một cánh đồng cỏ bao quanh",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.720485,
      "confidences": [
        0.720485,
        0.169798,
        0.08147,
        0.013093,
        0.003416,
        0.002671,
        0.002137,
        0.001546,
        0.000606,
        0.000566
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.847656,
        0.806641,
        0.669434,
        0.699707,
        0.671387,
        0.62207,
        0.595215,
        0.587402,
        0.472412
      ]
    },
    {
      "question_id": "10096951",
      "image_id": 392991,
      "question": "những gì đang được rót vào bánh",
      "ground_truth": "sô cô la",
      "ground_truth_normalized": "sô cô la",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "dao",
        "sô cô la",
        "cupcake",
        "nến",
        "món tráng miệng",
        "đĩa ăn",
        "cái mâm",
        "donut",
        "chảo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.791633,
      "confidences": [
        0.791633,
        0.050607,
        0.013917,
        0.010122,
        0.010122,
        0.006092,
        0.005376,
        0.003887,
        0.003325,
        0.003312
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.769531,
        0.619629,
        0.655762,
        0.679688,
        0.585938,
        0.663574,
        0.623535,
        0.59668,
        0.568848
      ]
    },
    {
      "question_id": "10110961",
      "image_id": 176612,
      "question": "có bao nhiêu bông hoa màu đỏ được cắm trong bình",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.5088,
      "confidences": [
        0.5088,
        0.320896,
        0.067263,
        0.044632,
        0.017342,
        0.011463,
        0.008619,
        0.001768,
        0.001242,
        0.001227
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.84668,
        0.779297,
        0.767578,
        0.601562,
        0.698242,
        0.65625,
        0.506348,
        0.490234,
        0.543457
      ]
    },
    {
      "question_id": "10034711",
      "image_id": 369811,
      "question": "hai con bò ăn cỏ khô ở đâu",
      "ground_truth": "chuồng trại",
      "ground_truth_normalized": "chuồng trại",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "lồng",
        "rào chắn",
        "con bò",
        "vườn bách thú",
        "tòa nhà",
        "bãi cỏ",
        "hay",
        "cửa tiệm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.552942,
      "confidences": [
        0.552942,
        0.320019,
        0.042472,
        0.005873,
        0.004381,
        0.003822,
        0.002953,
        0.002694,
        0.002668,
        0.002169
      ],
      "gate_score_top1": 0.812012,
      "gate_scores": [
        0.812012,
        0.821289,
        0.778809,
        0.624512,
        0.680664,
        0.746094,
        0.62207,
        0.577637,
        0.434814,
        0.622559
      ]
    },
    {
      "question_id": "10044931",
      "image_id": 315647,
      "question": "nhà vệ sinh trắng đang ngồi ở đâu",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tắm",
        "nhà ở",
        "phòng",
        "gương",
        "khăn",
        "chậu",
        "hành lang",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.948393,
      "confidences": [
        0.948393,
        0.011436,
        0.008532,
        0.005256,
        0.004224,
        0.002153,
        0.0015,
        0.001401,
        0.001293,
        0.001246
      ],
      "gate_score_top1": 0.901855,
      "gate_scores": [
        0.901855,
        0.751465,
        0.787598,
        0.79541,
        0.777344,
        0.712891,
        0.691406,
        0.723145,
        0.554199,
        0.580566
      ]
    },
    {
      "question_id": "10024981",
      "image_id": 224938,
      "question": "người phụ nữ nhìn ở đâu",
      "ground_truth": "gương",
      "ground_truth_normalized": "gương",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "gương",
        "xe máy",
        "đường phố",
        "ga-ra",
        "xe tay ga",
        "chuồng",
        "xe đạp",
        "áo vest",
        "ảnh chụp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.228687,
      "confidences": [
        0.228687,
        0.224264,
        0.107603,
        0.045384,
        0.030649,
        0.028736,
        0.012902,
        0.009663,
        0.008972,
        0.007917
      ],
      "gate_score_top1": 0.794922,
      "gate_scores": [
        0.794922,
        0.760742,
        0.73584,
        0.701172,
        0.654297,
        0.598633,
        0.637695,
        0.557129,
        0.58252,
        0.449951
      ]
    },
    {
      "question_id": "10033921",
      "image_id": 578020,
      "question": "con mèo trắng lớn đang nằm ở đâu",
      "ground_truth": "ngăn kéo",
      "ground_truth_normalized": "ngăn kéo",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "cái túi",
        "vali",
        "giường",
        "thùng chứa",
        "ngăn kéo",
        "phòng ngủ",
        "phòng",
        "hành lý",
        "tủ lạnh"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.169466,
      "confidences": [
        0.169466,
        0.131465,
        0.123984,
        0.074324,
        0.062465,
        0.059141,
        0.041855,
        0.018792,
        0.01289,
        0.009468
      ],
      "gate_score_top1": 0.758301,
      "gate_scores": [
        0.758301,
        0.757812,
        0.698242,
        0.672852,
        0.715332,
        0.651855,
        0.731934,
        0.668945,
        0.576172,
        0.568359
      ]
    },
    {
      "question_id": "10050341",
      "image_id": 292662,
      "question": "xe cứu hỏa màu đỏ đậu ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ga-ra",
        "phòng",
        "kho",
        "trạm",
        "bảo tàng",
        "cửa tiệm",
        "cửa hàng",
        "sân bay",
        "nhà ở"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.304381,
      "confidences": [
        0.304381,
        0.194994,
        0.107686,
        0.103966,
        0.07258,
        0.061358,
        0.042006,
        0.007908,
        0.007089,
        0.005521
      ],
      "gate_score_top1": 0.805664,
      "gate_scores": [
        0.805664,
        0.849121,
        0.788574,
        0.813965,
        0.769531,
        0.834473,
        0.776855,
        0.762207,
        0.67334,
        0.675293
      ]
    },
    {
      "question_id": "10084001",
      "image_id": 368679,
      "question": "những gì được bao phủ trong bát và đĩa chứa đầy thức ăn",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "chén đĩa",
        "món ăn",
        "bữa ăn",
        "bát",
        "đĩa ăn",
        "thịt",
        "quầy tính tiền",
        "quán ăn",
        "cái nồi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.186885,
      "confidences": [
        0.186885,
        0.134608,
        0.093972,
        0.081326,
        0.072616,
        0.054175,
        0.04562,
        0.032794,
        0.024997,
        0.01531
      ],
      "gate_score_top1": 0.734863,
      "gate_scores": [
        0.734863,
        0.743652,
        0.788574,
        0.755371,
        0.745117,
        0.751465,
        0.667969,
        0.696289,
        0.696777,
        0.614258
      ]
    },
    {
      "question_id": "10051671",
      "image_id": 137931,
      "question": "con chó đang bị đẩy xung quanh đâu",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "balo",
        "xe đẩy",
        "cái ví",
        "túi",
        "toa xe",
        "xe",
        "sân bay"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.356865,
      "confidences": [
        0.356865,
        0.173922,
        0.123812,
        0.093458,
        0.045726,
        0.032935,
        0.026776,
        0.018656,
        0.006904,
        0.006447
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.82959,
        0.804199,
        0.728516,
        0.769043,
        0.73877,
        0.751953,
        0.6875,
        0.637695,
        0.704102
      ]
    },
    {
      "question_id": "10114821",
      "image_id": 381599,
      "question": "có bao nhiêu máy bay phản lực đang đậu ở sân bay lớn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "chín",
        "một",
        "tám",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.463706,
      "confidences": [
        0.463706,
        0.238695,
        0.227765,
        0.032052,
        0.011654,
        0.005837,
        0.003769,
        0.003236,
        0.00256,
        0.000957
      ],
      "gate_score_top1": 0.863281,
      "gate_scores": [
        0.863281,
        0.835449,
        0.832031,
        0.693848,
        0.723145,
        0.670898,
        0.62207,
        0.639648,
        0.592773,
        0.538574
      ]
    },
    {
      "question_id": "10011221",
      "image_id": 79090,
      "question": "màu sắc của người đàn ông là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu đen",
        "màu trắng",
        "màu xanh dương",
        "màu nâu",
        "màu đỏ",
        "màu tía",
        "màu xanh lá",
        "màu vàng",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.636244,
      "confidences": [
        0.636244,
        0.10427,
        0.102254,
        0.070553,
        0.02354,
        0.020293,
        0.009851,
        0.00704,
        0.006797,
        0.003499
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.811035,
        0.847168,
        0.782227,
        0.77832,
        0.789062,
        0.75,
        0.63623,
        0.710449,
        0.729492
      ]
    },
    {
      "question_id": "10107361",
      "image_id": 441462,
      "question": "có bao nhiêu người trẻ tuổi đang chuẩn bị ăn một bữa ăn",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "một",
        "chín",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.767377,
      "confidences": [
        0.767377,
        0.152291,
        0.033981,
        0.029871,
        0.005635,
        0.00145,
        0.000781,
        0.000716,
        0.000537,
        0.00045
      ],
      "gate_score_top1": 0.893066,
      "gate_scores": [
        0.893066,
        0.828613,
        0.718262,
        0.773438,
        0.696289,
        0.629883,
        0.57373,
        0.57666,
        0.575684,
        0.493896
      ]
    },
    {
      "question_id": "10089681",
      "image_id": 531018,
      "question": "người cưỡi ván lướt sóng với cái gì",
      "ground_truth": "mái chèo",
      "ground_truth_normalized": "mái chèo",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "cầu",
        "cây sào",
        "trượt tuyết",
        "ca nô",
        "con thuyền",
        "bờ biển",
        "núi",
        "diều"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.17874,
      "confidences": [
        0.17874,
        0.131795,
        0.052424,
        0.040195,
        0.028614,
        0.027734,
        0.022198,
        0.020172,
        0.016304,
        0.014248
      ],
      "gate_score_top1": 0.766113,
      "gate_scores": [
        0.766113,
        0.700684,
        0.660645,
        0.62793,
        0.707031,
        0.455566,
        0.625488,
        0.647461,
        0.619629,
        0.63623
      ]
    },
    {
      "question_id": "10091311",
      "image_id": 530220,
      "question": "những gì nằm trên thảm đỏ",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "đường",
        "xe cộ",
        "ga-ra",
        "cây",
        "động cơ",
        "con khỉ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.904325,
      "confidences": [
        0.904325,
        0.081846,
        0.002768,
        0.000799,
        0.000526,
        0.000336,
        0.000208,
        0.000183,
        0.000166,
        0.000154
      ],
      "gate_score_top1": 0.885254,
      "gate_scores": [
        0.885254,
        0.861328,
        0.675781,
        0.513672,
        0.553711,
        0.578125,
        0.522461,
        0.439697,
        0.525391,
        0.398926
      ]
    },
    {
      "question_id": "10100891",
      "image_id": 398507,
      "question": "những gì ngồi trên mảng cỏ",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe cộ",
        "phương tiện giao thông",
        "xe buýt",
        "động cơ",
        "màu xanh lá",
        "xe ô tô",
        "xe đẩy",
        "đoạn phim giới thiệu",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.772111,
      "confidences": [
        0.772111,
        0.06264,
        0.039353,
        0.011978,
        0.006263,
        0.004313,
        0.003288,
        0.00295,
        0.00266,
        0.001576
      ],
      "gate_score_top1": 0.831543,
      "gate_scores": [
        0.831543,
        0.718262,
        0.716309,
        0.671387,
        0.602051,
        0.647949,
        0.610352,
        0.567871,
        0.451904,
        0.570801
      ]
    },
    {
      "question_id": "10035011",
      "image_id": 3178,
      "question": "con hươu cao cổ trẻ đang bú mẹ của nó ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "chuồng trại",
        "bảo tàng",
        "tòa nhà",
        "cửa tiệm",
        "bãi cỏ",
        "lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.654715,
      "confidences": [
        0.654715,
        0.250451,
        0.068203,
        0.001969,
        0.001748,
        0.001276,
        0.001239,
        0.000821,
        0.000673,
        0.000585
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.876465,
        0.870605,
        0.604004,
        0.682617,
        0.615234,
        0.631348,
        0.61377,
        0.511719,
        0.57666
      ]
    },
    {
      "question_id": "10102951",
      "image_id": 483971,
      "question": "em bé màu xanh có bao nhiêu xe đạp tốc độ dựa vào một băng ghế",
      "ground_truth": "mười",
      "ground_truth_normalized": "mười",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "mười",
        "một",
        "bốn",
        "xe đạp",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.278033,
      "confidences": [
        0.278033,
        0.119114,
        0.079347,
        0.071824,
        0.05561,
        0.040369,
        0.038146,
        0.019559,
        0.010049,
        0.005544
      ],
      "gate_score_top1": 0.694336,
      "gate_scores": [
        0.694336,
        0.604492,
        0.597656,
        0.579102,
        0.706543,
        0.583496,
        0.570312,
        0.496582,
        0.504395,
        0.47876
      ]
    },
    {
      "question_id": "10075411",
      "image_id": 358296,
      "question": "trượt tuyết cái gì ở dưới đồi trượt tuyết gần tòa nhà",
      "ground_truth": "giá đỡ",
      "ground_truth_normalized": "giá đỡ",
      "predicted_top1": "trượt tuyết",
      "predicted_topk": [
        "trượt tuyết",
        "núi",
        "ván trượt",
        "đồi",
        "cây",
        "giá đỡ",
        "năm",
        "trang thiết bị",
        "cây sào",
        "cái lều"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.506821,
      "confidences": [
        0.506821,
        0.068057,
        0.055438,
        0.043599,
        0.014349,
        0.012938,
        0.007909,
        0.006615,
        0.006349,
        0.005855
      ],
      "gate_score_top1": 0.791504,
      "gate_scores": [
        0.791504,
        0.680176,
        0.734375,
        0.724609,
        0.681641,
        0.452881,
        0.619629,
        0.570801,
        0.520508,
        0.571289
      ]
    },
    {
      "question_id": "10096331",
      "image_id": 352418,
      "question": "điều gì bù đắp cho thịt bò teriyaki sẫm màu trong món xào",
      "ground_truth": "rau",
      "ground_truth_normalized": "rau",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "rau",
        "chén đĩa",
        "cái nĩa",
        "thịt",
        "dĩa",
        "rau xà lách"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.268977,
      "confidences": [
        0.268977,
        0.149124,
        0.125575,
        0.08597,
        0.083979,
        0.029479,
        0.023003,
        0.021737,
        0.020741,
        0.012803
      ],
      "gate_score_top1": 0.762207,
      "gate_scores": [
        0.762207,
        0.810547,
        0.799316,
        0.741211,
        0.75,
        0.683594,
        0.627441,
        0.666992,
        0.67627,
        0.601562
      ]
    },
    {
      "question_id": "10111041",
      "image_id": 437467,
      "question": "có bao nhiêu con ngựa vằn rải rác khắp đồng cỏ vào một ngày nắng",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.857151,
      "confidences": [
        0.857151,
        0.09617,
        0.036932,
        0.002985,
        0.002624,
        0.000565,
        0.000234,
        0.000202,
        0.00015,
        0.000115
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.85791,
        0.838379,
        0.691895,
        0.654297,
        0.444824,
        0.474365,
        0.492188,
        0.400879,
        0.407715
      ]
    },
    {
      "question_id": "10092731",
      "image_id": 495357,
      "question": "những gì đang cưỡi xe máy xuống đường",
      "ground_truth": "con khỉ",
      "ground_truth_normalized": "con khỉ",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe tay ga",
        "xe đạp",
        "đường",
        "mũ",
        "đường phố",
        "xe cộ",
        "cây",
        "ga-ra",
        "con khỉ"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.728096,
      "confidences": [
        0.728096,
        0.112973,
        0.054844,
        0.029471,
        0.006785,
        0.004012,
        0.003064,
        0.001814,
        0.001659,
        0.001429
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.800293,
        0.802246,
        0.760254,
        0.550781,
        0.681641,
        0.571777,
        0.490234,
        0.537598,
        0.395752
      ]
    },
    {
      "question_id": "10062741",
      "image_id": 438989,
      "question": "người phụ nữ ném một chiếc dĩa nhựa màu xanh trên cỏ xanh được bao phủ là gì",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "dĩa nhựa",
      "predicted_topk": [
        "dĩa nhựa",
        "diều",
        "đồi",
        "ván trượt",
        "áo sơ mi",
        "chiếc ô",
        "nón",
        "mũ",
        "cây",
        "những bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.133817,
      "confidences": [
        0.133817,
        0.107525,
        0.093419,
        0.04219,
        0.042107,
        0.028827,
        0.024513,
        0.021845,
        0.020967,
        0.020282
      ],
      "gate_score_top1": 0.727539,
      "gate_scores": [
        0.727539,
        0.735352,
        0.693848,
        0.647949,
        0.602539,
        0.687988,
        0.627441,
        0.626465,
        0.616699,
        0.54248
      ]
    },
    {
      "question_id": "10069661",
      "image_id": 346954,
      "question": "cái gì đã dừng lại ở nhà ga giữa những tòa nhà cao tầng",
      "ground_truth": "xe điện",
      "ground_truth_normalized": "xe điện",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe điện",
        "xe ô tô",
        "xe điện ngầm",
        "trạm",
        "các tòa nhà",
        "xe buýt",
        "xe đẩy",
        "cửa",
        "đường sắt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.533874,
      "confidences": [
        0.533874,
        0.123386,
        0.101494,
        0.037338,
        0.024201,
        0.01781,
        0.016027,
        0.012654,
        0.00772,
        0.007238
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.77832,
        0.796875,
        0.741699,
        0.706055,
        0.706543,
        0.728516,
        0.730957,
        0.597168,
        0.674316
      ]
    },
    {
      "question_id": "10047191",
      "image_id": 30205,
      "question": "hình ảnh của một người đàn ông và phụ nữ trên bãi biển và người đàn ông đang ngồi ở đâu",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "cái lều",
        "bờ biển",
        "áo vest",
        "ca nô",
        "con thuyền",
        "ván lướt sóng",
        "trượt tuyết",
        "bảng",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.108418,
      "confidences": [
        0.108418,
        0.085766,
        0.065887,
        0.041312,
        0.035198,
        0.027627,
        0.022286,
        0.021898,
        0.016529,
        0.014716
      ],
      "gate_score_top1": 0.766602,
      "gate_scores": [
        0.766602,
        0.567383,
        0.525391,
        0.619141,
        0.549805,
        0.523926,
        0.70166,
        0.634766,
        0.585938,
        0.544434
      ]
    },
    {
      "question_id": "10101851",
      "image_id": 539938,
      "question": "những gì đang mang xe đẩy khi một người đàn ông kiểm tra phía trước",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "hàng hoá",
        "các tòa nhà",
        "xe điện ngầm",
        "trạm",
        "xe đẩy",
        "phương tiện giao thông"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.54831,
      "confidences": [
        0.54831,
        0.373915,
        0.029749,
        0.004933,
        0.002451,
        0.002303,
        0.00149,
        0.001461,
        0.001223,
        0.00105
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.840332,
        0.754883,
        0.604004,
        0.567871,
        0.640625,
        0.616211,
        0.575684,
        0.611816,
        0.560059
      ]
    },
    {
      "question_id": "10095861",
      "image_id": 464286,
      "question": "những con bò đang được nuôi cái gì trong khi bị bỏ vào chuồng",
      "ground_truth": "cỏ khô",
      "ground_truth_normalized": "cỏ khô",
      "predicted_top1": "chuồng trại",
      "predicted_topk": [
        "chuồng trại",
        "con bò",
        "bãi cỏ",
        "chuồng",
        "đồi",
        "rào chắn",
        "hay",
        "bò đực",
        "cái lều",
        "lồng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.264126,
      "confidences": [
        0.264126,
        0.201723,
        0.122351,
        0.097166,
        0.011117,
        0.010162,
        0.00949,
        0.008457,
        0.008424,
        0.007648
      ],
      "gate_score_top1": 0.77832,
      "gate_scores": [
        0.77832,
        0.768066,
        0.737793,
        0.672363,
        0.654785,
        0.53125,
        0.461914,
        0.553223,
        0.501465,
        0.592285
      ]
    },
    {
      "question_id": "10041471",
      "image_id": 191408,
      "question": "hotdog đang được đặt vào đâu",
      "ground_truth": "lon",
      "ground_truth_normalized": "lon",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "tách",
        "cái nồi",
        "chảo",
        "thùng chứa",
        "phòng bếp",
        "máy xay",
        "cái rổ",
        "cái lọ",
        "món ăn"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.245211,
      "confidences": [
        0.245211,
        0.120444,
        0.110094,
        0.04895,
        0.038798,
        0.030334,
        0.027033,
        0.026927,
        0.024232,
        0.02126
      ],
      "gate_score_top1": 0.808105,
      "gate_scores": [
        0.808105,
        0.749512,
        0.778809,
        0.718262,
        0.736816,
        0.619629,
        0.707031,
        0.750488,
        0.725098,
        0.740234
      ]
    },
    {
      "question_id": "10040401",
      "image_id": 467180,
      "question": "nhà vệ sinh ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "vòi hoa sen",
        "bồn tắm",
        "nhà ở",
        "bồn tiểu",
        "chậu",
        "chuồng",
        "ô cửa",
        "hành lang"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.936195,
      "confidences": [
        0.936195,
        0.017554,
        0.008656,
        0.002882,
        0.002854,
        0.002564,
        0.002529,
        0.00238,
        0.001671,
        0.001144
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.811035,
        0.715332,
        0.72168,
        0.754395,
        0.612305,
        0.719238,
        0.66748,
        0.489502,
        0.532715
      ]
    },
    {
      "question_id": "10058291",
      "image_id": 528862,
      "question": "đàn hươu cao cổ đang đi qua cái gì với một đám cỏ bao phủ ",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "cây",
        "bãi cỏ",
        "đồi",
        "lá",
        "lồng",
        "rào chắn",
        "tòa nhà",
        "ngựa rằn"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.220437,
      "confidences": [
        0.220437,
        0.213655,
        0.101715,
        0.083669,
        0.043747,
        0.039677,
        0.032131,
        0.024397,
        0.006761,
        0.005666
      ],
      "gate_score_top1": 0.791992,
      "gate_scores": [
        0.791992,
        0.770996,
        0.800293,
        0.687988,
        0.680176,
        0.638184,
        0.763672,
        0.624023,
        0.642578,
        0.540527
      ]
    },
    {
      "question_id": "10111321",
      "image_id": 14543,
      "question": "có bao nhiêu người đang ngồi trên tuyết với ván trượt tuyết trước một ngọn núi",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "núi"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.45583,
      "confidences": [
        0.45583,
        0.267969,
        0.194524,
        0.041094,
        0.007113,
        0.005828,
        0.003875,
        0.001544,
        0.000974,
        0.000764
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.848633,
        0.792969,
        0.740723,
        0.65625,
        0.63623,
        0.572266,
        0.556641,
        0.527832,
        0.582031
      ]
    },
    {
      "question_id": "10100261",
      "image_id": 519479,
      "question": "người đàn ông đang nghiên cứu trên máy tính của anh ấy là gì",
      "ground_truth": "bức tranh",
      "ground_truth_normalized": "bức tranh",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "bức tranh",
        "laptop",
        "cà vạt",
        "đồng hồ",
        "văn phòng",
        "cái bàn",
        "thư viện",
        "bộ đồ",
        "áo sơ mi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.177095,
      "confidences": [
        0.177095,
        0.155677,
        0.094607,
        0.035283,
        0.02813,
        0.022647,
        0.021069,
        0.020025,
        0.014651,
        0.01217
      ],
      "gate_score_top1": 0.78125,
      "gate_scores": [
        0.78125,
        0.643555,
        0.782227,
        0.706543,
        0.711426,
        0.635254,
        0.754395,
        0.653809,
        0.581543,
        0.533691
      ]
    },
    {
      "question_id": "10103361",
      "image_id": 2964,
      "question": "có bao nhiêu chai than vãn giữa máy nướng bánh mì và máy xay sinh tố",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.472635,
      "confidences": [
        0.472635,
        0.385753,
        0.073335,
        0.031052,
        0.019738,
        0.00316,
        0.001537,
        0.00101,
        0.000934,
        0.000595
      ],
      "gate_score_top1": 0.838379,
      "gate_scores": [
        0.838379,
        0.855957,
        0.739746,
        0.731934,
        0.749512,
        0.59668,
        0.606934,
        0.499512,
        0.527832,
        0.526367
      ]
    },
    {
      "question_id": "10111461",
      "image_id": 437970,
      "question": "có bao nhiêu người trên lưng ngựa đang chạy trên mặt nước trước con tàu",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.606634,
      "confidences": [
        0.606634,
        0.217998,
        0.151003,
        0.009653,
        0.005008,
        0.003038,
        0.00078,
        0.00062,
        0.000403,
        0.000292
      ],
      "gate_score_top1": 0.887207,
      "gate_scores": [
        0.887207,
        0.853027,
        0.862793,
        0.707031,
        0.691406,
        0.542969,
        0.539551,
        0.528809,
        0.468506,
        0.413574
      ]
    },
    {
      "question_id": "10081531",
      "image_id": 508996,
      "question": "những gì đang đến gần trên đường tàu",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "hàng hoá",
        "các tòa nhà",
        "phương tiện giao thông",
        "xe điện ngầm",
        "xe điện",
        "xe đẩy"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.763726,
      "confidences": [
        0.763726,
        0.10581,
        0.084689,
        0.005808,
        0.003002,
        0.001972,
        0.001635,
        0.001585,
        0.001377,
        0.001189
      ],
      "gate_score_top1": 0.916504,
      "gate_scores": [
        0.916504,
        0.799316,
        0.811035,
        0.601074,
        0.595703,
        0.645996,
        0.57373,
        0.623047,
        0.633301,
        0.620117
      ]
    },
    {
      "question_id": "10068021",
      "image_id": 361029,
      "question": "cái gì kiểm tra máy ảnh của anh ấy bên đường",
      "ground_truth": "kính đeo",
      "ground_truth_normalized": "kính đeo",
      "predicted_top1": "máy ảnh",
      "predicted_topk": [
        "máy ảnh",
        "bức ảnh",
        "điện thoại",
        "nón",
        "kính đeo",
        "những bức ảnh",
        "thiết bị",
        "chiếc ô",
        "xe buýt",
        "cà vạt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.560507,
      "confidences": [
        0.560507,
        0.045651,
        0.032689,
        0.02959,
        0.009532,
        0.008019,
        0.007562,
        0.007139,
        0.006899,
        0.006879
      ],
      "gate_score_top1": 0.797852,
      "gate_scores": [
        0.797852,
        0.593262,
        0.769043,
        0.686523,
        0.433105,
        0.479004,
        0.586426,
        0.65918,
        0.595703,
        0.720215
      ]
    },
    {
      "question_id": "10097661",
      "image_id": 500952,
      "question": "những gì đang đi qua bên dưới cầu đi bộ",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "các tòa nhà",
        "đường sắt",
        "hàng hoá",
        "xe điện ngầm",
        "xe điện",
        "xe đẩy",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.802292,
      "confidences": [
        0.802292,
        0.084231,
        0.050691,
        0.006688,
        0.005209,
        0.00478,
        0.002088,
        0.002008,
        0.001939,
        0.001668
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.797852,
        0.780273,
        0.697266,
        0.592773,
        0.601074,
        0.630371,
        0.616699,
        0.681152,
        0.632324
      ]
    },
    {
      "question_id": "10014091",
      "image_id": 303012,
      "question": "màu của bàn chân là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu vàng",
        "màu nâu",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu xám",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.58985,
      "confidences": [
        0.58985,
        0.16768,
        0.09081,
        0.086991,
        0.029482,
        0.014941,
        0.004382,
        0.002327,
        0.001562,
        0.001544
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.836914,
        0.799316,
        0.834961,
        0.830078,
        0.781738,
        0.800781,
        0.70166,
        0.647949,
        0.748047
      ]
    },
    {
      "question_id": "10058411",
      "image_id": 531023,
      "question": "cái gì trên nhà vệ sinh màu trắng giấy vệ sinh điện thoại và gạch đen",
      "ground_truth": "khăn",
      "ground_truth_normalized": "khăn",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "khăn",
        "bồn tắm",
        "vòi hoa sen",
        "bồn tiểu",
        "cửa",
        "tường",
        "phòng",
        "bức ảnh",
        "sân khấu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.514965,
      "confidences": [
        0.514965,
        0.127685,
        0.066242,
        0.043273,
        0.041292,
        0.014326,
        0.013458,
        0.011877,
        0.011511,
        0.005995
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.75293,
        0.798828,
        0.662598,
        0.6875,
        0.608398,
        0.5625,
        0.688477,
        0.579102,
        0.506836
      ]
    },
    {
      "question_id": "10051001",
      "image_id": 79559,
      "question": "gấu bông hồng đang ngồi ở đâu",
      "ground_truth": "máy sấy khô",
      "ground_truth_normalized": "máy sấy khô",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "máy sấy khô",
        "lò vi sóng",
        "tách",
        "cái nồi",
        "máy xay",
        "phòng bếp",
        "tủ đá",
        "tủ lạnh",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.222291,
      "confidences": [
        0.222291,
        0.092665,
        0.048736,
        0.037587,
        0.026086,
        0.021416,
        0.021249,
        0.016166,
        0.015853,
        0.01335
      ],
      "gate_score_top1": 0.77002,
      "gate_scores": [
        0.77002,
        0.592773,
        0.675293,
        0.576172,
        0.61377,
        0.680176,
        0.563477,
        0.648926,
        0.663574,
        0.494385
      ]
    },
    {
      "question_id": "10088121",
      "image_id": 566502,
      "question": "những gì được phủ ngô, cà rốt, cà chua, hành tây, ô liu, thảo mộc và dầu",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "rau",
        "thịt",
        "dĩa",
        "chén đĩa",
        "cái nĩa",
        "rau xà lách",
        "bữa ăn tối"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.56187,
      "confidences": [
        0.56187,
        0.133978,
        0.056509,
        0.044877,
        0.025272,
        0.018928,
        0.012008,
        0.010392,
        0.009425,
        0.008941
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.809082,
        0.750977,
        0.751953,
        0.6875,
        0.694824,
        0.635254,
        0.654785,
        0.57666,
        0.600586
      ]
    },
    {
      "question_id": "10058071",
      "image_id": 549780,
      "question": "những gì nhếch nhác trong ớt ngồi trên một quầy gỗ",
      "ground_truth": "búi tóc",
      "ground_truth_normalized": "búi tóc",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "búi tóc",
        "sandwich",
        "bữa ăn",
        "cái mâm",
        "dĩa",
        "phô mai",
        "đĩa ăn",
        "giấy bạc",
        "sô cô la"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.487176,
      "confidences": [
        0.487176,
        0.252744,
        0.102517,
        0.009974,
        0.005772,
        0.003481,
        0.003276,
        0.002698,
        0.002346,
        0.002234
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.783203,
        0.821289,
        0.588867,
        0.634277,
        0.497559,
        0.48584,
        0.694336,
        0.554199,
        0.491699
      ]
    },
    {
      "question_id": "10017391",
      "image_id": 342363,
      "question": "màu sắc của bữa tối là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu xanh lá",
        "màu đỏ",
        "màu đen",
        "màu tía",
        "màu xám",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.691036,
      "confidences": [
        0.691036,
        0.147706,
        0.057842,
        0.046116,
        0.023646,
        0.013368,
        0.003289,
        0.002411,
        0.001191,
        0.000974
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.849121,
        0.819824,
        0.783203,
        0.779297,
        0.791504,
        0.706055,
        0.693848,
        0.662598,
        0.644043
      ]
    },
    {
      "question_id": "10034931",
      "image_id": 241126,
      "question": "người đàn ông tập dùng điện thoại di động của mình ở đâu",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "gương",
        "xe ô tô",
        "sân bay",
        "áo vest",
        "tàu hỏa",
        "bộ đồ",
        "xe đẩy",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.519486,
      "confidences": [
        0.519486,
        0.169975,
        0.025363,
        0.01983,
        0.017128,
        0.015264,
        0.01298,
        0.01141,
        0.010973,
        0.009683
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.762695,
        0.722656,
        0.703125,
        0.708496,
        0.640137,
        0.643066,
        0.498047,
        0.63916,
        0.553223
      ]
    },
    {
      "question_id": "10056191",
      "image_id": 430677,
      "question": "những gì trong một ứng dụng rỗng",
      "ground_truth": "chai",
      "ground_truth_normalized": "chai",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "chai",
        "cái kệ",
        "cửa",
        "tủ lạnh",
        "rượu",
        "cửa ra vào",
        "bia",
        "rau",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.374636,
      "confidences": [
        0.374636,
        0.198192,
        0.104033,
        0.066907,
        0.057452,
        0.00864,
        0.006334,
        0.004707,
        0.004146,
        0.003963
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.754883,
        0.744141,
        0.70166,
        0.726562,
        0.660156,
        0.502441,
        0.547363,
        0.630371,
        0.59082
      ]
    },
    {
      "question_id": "10040301",
      "image_id": 73591,
      "question": "hai hươu cao cổ đứng ở đâu",
      "ground_truth": "điện thoại",
      "ground_truth_normalized": "điện thoại",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "tòa nhà",
        "đường phố",
        "bảo tàng",
        "cây",
        "cửa sổ",
        "cửa tiệm",
        "lá"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.453873,
      "confidences": [
        0.453873,
        0.328192,
        0.051322,
        0.020335,
        0.011978,
        0.009166,
        0.00711,
        0.004774,
        0.004774,
        0.004044
      ],
      "gate_score_top1": 0.844238,
      "gate_scores": [
        0.844238,
        0.836426,
        0.791504,
        0.725098,
        0.729492,
        0.651367,
        0.657227,
        0.625488,
        0.63916,
        0.606445
      ]
    },
    {
      "question_id": "10046521",
      "image_id": 8320,
      "question": "ngựa vằn đi khắp nơi",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "bãi cỏ",
        "rào chắn",
        "lá",
        "thân cây",
        "gấu trúc",
        "bảo tàng",
        "ngựa rằn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.51046,
      "confidences": [
        0.51046,
        0.316952,
        0.102498,
        0.016409,
        0.006451,
        0.004149,
        0.002094,
        0.001572,
        0.0015,
        0.001368
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.863281,
        0.867188,
        0.648438,
        0.675781,
        0.665527,
        0.639648,
        0.664062,
        0.577637,
        0.654785
      ]
    },
    {
      "question_id": "10053111",
      "image_id": 436848,
      "question": "những gì cho thấy phòng tắm lát gạch với một bồn rửa và nhà vệ sinh",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "cửa",
        "gương",
        "khăn",
        "máy ảnh",
        "tường",
        "bức ảnh",
        "ô cửa",
        "quầy tính tiền"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.213755,
      "confidences": [
        0.213755,
        0.113524,
        0.096724,
        0.093748,
        0.04659,
        0.03278,
        0.028985,
        0.027017,
        0.022662,
        0.02154
      ],
      "gate_score_top1": 0.696289,
      "gate_scores": [
        0.696289,
        0.724121,
        0.701172,
        0.703613,
        0.635254,
        0.619629,
        0.671875,
        0.641602,
        0.648926,
        0.632812
      ]
    },
    {
      "question_id": "10047531",
      "image_id": 422910,
      "question": "con mèo đang ngủ ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "cái ví",
        "túi",
        "xe đẩy",
        "hộp",
        "thùng chứa",
        "balo",
        "toa xe"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.775939,
      "confidences": [
        0.775939,
        0.11853,
        0.043097,
        0.005437,
        0.005008,
        0.004267,
        0.00351,
        0.00333,
        0.003183,
        0.002043
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.852051,
        0.776855,
        0.658691,
        0.67627,
        0.687012,
        0.662598,
        0.667969,
        0.571777,
        0.61084
      ]
    },
    {
      "question_id": "10044821",
      "image_id": 117031,
      "question": "người đàn ông đang giữ ván trượt tuyết ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "phòng bếp",
        "hành lang",
        "ô cửa",
        "gương",
        "cửa",
        "phòng tắm",
        "cửa tiệm",
        "đường phố"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.421066,
      "confidences": [
        0.421066,
        0.275065,
        0.030801,
        0.02871,
        0.027129,
        0.015548,
        0.009176,
        0.009158,
        0.007727,
        0.006597
      ],
      "gate_score_top1": 0.803223,
      "gate_scores": [
        0.803223,
        0.831055,
        0.765137,
        0.717773,
        0.633301,
        0.743652,
        0.659668,
        0.618652,
        0.658203,
        0.698242
      ]
    },
    {
      "question_id": "10111861",
      "image_id": 102589,
      "question": "có bao nhiêu chiếc bánh rán bị mờ trong một hộp",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "năm",
        "ba",
        "bảy",
        "tám",
        "mười",
        "chín",
        "một",
        "hai"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.420261,
      "confidences": [
        0.420261,
        0.324753,
        0.187952,
        0.021928,
        0.019051,
        0.004369,
        0.001501,
        0.001424,
        0.001144,
        0.00112
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.820312,
        0.791504,
        0.720703,
        0.717773,
        0.595703,
        0.536621,
        0.596191,
        0.49292,
        0.57959
      ]
    },
    {
      "question_id": "10001871",
      "image_id": 541050,
      "question": "màu của áo khoác nỉ là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu tía",
        "màu xanh dương",
        "màu đỏ",
        "màu vàng",
        "màu đen",
        "quả táo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.660674,
      "confidences": [
        0.660674,
        0.120789,
        0.11799,
        0.017333,
        0.016866,
        0.010452,
        0.005562,
        0.005551,
        0.003244,
        0.001248
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.739258,
        0.790527,
        0.715332,
        0.687988,
        0.681152,
        0.750977,
        0.689941,
        0.607422,
        0.55957
      ]
    },
    {
      "question_id": "10052891",
      "image_id": 469803,
      "question": "vòi chữa cháy này được sơn cái gì",
      "ground_truth": "màu sắc",
      "ground_truth_normalized": "màu sắc",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "xe ô tô",
        "đường phố",
        "nón",
        "lá cờ",
        "đường",
        "ảnh chụp",
        "tòa nhà",
        "bức ảnh",
        "màu đỏ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.801684,
      "confidences": [
        0.801684,
        0.040542,
        0.013343,
        0.008285,
        0.007662,
        0.005541,
        0.003906,
        0.0032,
        0.003069,
        0.003004
      ],
      "gate_score_top1": 0.84082,
      "gate_scores": [
        0.84082,
        0.758789,
        0.637207,
        0.64209,
        0.56543,
        0.662109,
        0.518555,
        0.67041,
        0.482666,
        0.538086
      ]
    },
    {
      "question_id": "10056981",
      "image_id": 353320,
      "question": "những gì nằm trên một băng ghế trống",
      "ground_truth": "thùng",
      "ground_truth_normalized": "thùng",
      "predicted_top1": "túi",
      "predicted_topk": [
        "túi",
        "cái túi",
        "balo",
        "hành lý",
        "vali",
        "cái ví",
        "ván trượt",
        "máy ảnh",
        "những bức ảnh",
        "băng ghế"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.21287,
      "confidences": [
        0.21287,
        0.134781,
        0.124652,
        0.070472,
        0.063666,
        0.062924,
        0.010172,
        0.009271,
        0.007663,
        0.006285
      ],
      "gate_score_top1": 0.809082,
      "gate_scores": [
        0.809082,
        0.783203,
        0.75293,
        0.714355,
        0.728027,
        0.782715,
        0.696289,
        0.5625,
        0.572266,
        0.566406
      ]
    },
    {
      "question_id": "10093861",
      "image_id": 491336,
      "question": "xe kéo đang đậu và đang kéo những gì",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "đường",
        "xe ô tô",
        "xe cộ",
        "đường phố",
        "xe buýt",
        "xe đẩy",
        "ảnh chụp",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.251353,
      "confidences": [
        0.251353,
        0.150677,
        0.130911,
        0.084193,
        0.070346,
        0.063304,
        0.017821,
        0.012129,
        0.0099,
        0.007695
      ],
      "gate_score_top1": 0.784668,
      "gate_scores": [
        0.784668,
        0.776855,
        0.788086,
        0.727539,
        0.731445,
        0.715332,
        0.697754,
        0.732422,
        0.559082,
        0.605957
      ]
    },
    {
      "question_id": "10013721",
      "image_id": 150821,
      "question": "màu tóc là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu vàng",
        "màu đen",
        "màu xanh dương",
        "màu trắng",
        "màu xanh lá",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.574544,
      "confidences": [
        0.574544,
        0.165254,
        0.135404,
        0.059618,
        0.020523,
        0.010985,
        0.005291,
        0.005059,
        0.002777,
        0.002718
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.835938,
        0.851074,
        0.737305,
        0.77002,
        0.741211,
        0.695312,
        0.768066,
        0.587402,
        0.621094
      ]
    },
    {
      "question_id": "10016781",
      "image_id": 508938,
      "question": "màu sắc của các tòa nhà là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu nâu",
        "màu vàng",
        "màu tía",
        "màu xám",
        "màu đỏ",
        "màu đen",
        "màu xanh lá",
        "màu trắng",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.85149,
      "confidences": [
        0.85149,
        0.074402,
        0.017062,
        0.015116,
        0.012337,
        0.006867,
        0.005024,
        0.004116,
        0.003453,
        0.001072
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.830078,
        0.791504,
        0.78125,
        0.741699,
        0.745117,
        0.680176,
        0.710449,
        0.741211,
        0.700195
      ]
    },
    {
      "question_id": "10076951",
      "image_id": 364521,
      "question": "cái gì trên nhà vệ sinh màu vàng trong bụi bẩn",
      "ground_truth": "mũ",
      "ground_truth_normalized": "mũ",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "nón",
        "mũ",
        "máy ảnh",
        "lá cờ",
        "bức tượng",
        "máy sấy khô",
        "tường",
        "phòng tắm",
        "cây kéo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.205871,
      "confidences": [
        0.205871,
        0.191893,
        0.156619,
        0.013212,
        0.010513,
        0.009867,
        0.008196,
        0.007897,
        0.006956,
        0.006808
      ],
      "gate_score_top1": 0.779297,
      "gate_scores": [
        0.779297,
        0.775879,
        0.655762,
        0.549316,
        0.530762,
        0.517578,
        0.477295,
        0.571289,
        0.442383,
        0.521484
      ]
    },
    {
      "question_id": "10110291",
      "image_id": 490998,
      "question": "có bao nhiêu máy bay xếp hàng trong đội hình y",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "chín",
        "bốn",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "sân vận động",
        "diều"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.411211,
      "confidences": [
        0.411211,
        0.338253,
        0.07787,
        0.070902,
        0.033231,
        0.010873,
        0.004797,
        0.00177,
        0.001435,
        0.001006
      ],
      "gate_score_top1": 0.848633,
      "gate_scores": [
        0.848633,
        0.839844,
        0.762207,
        0.737305,
        0.729004,
        0.64502,
        0.639648,
        0.502441,
        0.527832,
        0.536621
      ]
    },
    {
      "question_id": "10093371",
      "image_id": 567898,
      "question": "những gì chứa đầy thực phẩm được trình bày nghệ thuật",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "chén đĩa",
        "món ăn",
        "bữa ăn",
        "dĩa",
        "cái mâm",
        "thùng chứa",
        "bát",
        "đĩa ăn",
        "thịt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.327355,
      "confidences": [
        0.327355,
        0.119024,
        0.10141,
        0.059849,
        0.038717,
        0.034774,
        0.027616,
        0.024419,
        0.021215,
        0.016266
      ],
      "gate_score_top1": 0.774414,
      "gate_scores": [
        0.774414,
        0.726074,
        0.781738,
        0.749512,
        0.700684,
        0.72998,
        0.740723,
        0.662598,
        0.730469,
        0.644043
      ]
    },
    {
      "question_id": "10081571",
      "image_id": 552073,
      "question": "nhóm hươu cao cổ ăn gì trong một giá đỡ trong bao vây của họ",
      "ground_truth": "hay",
      "ground_truth_normalized": "hay",
      "predicted_top1": "lá",
      "predicted_topk": [
        "lá",
        "bãi cỏ",
        "cây",
        "vườn bách thú",
        "hươu cao cổ",
        "chuồng",
        "lồng",
        "đồi",
        "ngựa rằn",
        "màu xanh lá"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.163663,
      "confidences": [
        0.163663,
        0.136746,
        0.124509,
        0.097347,
        0.05303,
        0.037751,
        0.036093,
        0.020405,
        0.014217,
        0.011051
      ],
      "gate_score_top1": 0.686523,
      "gate_scores": [
        0.686523,
        0.688477,
        0.71582,
        0.80127,
        0.682617,
        0.620605,
        0.733398,
        0.502441,
        0.632324,
        0.560059
      ]
    },
    {
      "question_id": "10045551",
      "image_id": 185276,
      "question": "nơi làm đồ đạc trong phòng tắm cũ, đổ nát, hai nhà vệ sinh và bồn rửa, ngồi",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "phòng tắm",
        "tòa nhà",
        "cửa",
        "vòi hoa sen",
        "tường",
        "hành lang",
        "ô cửa",
        "cửa tiệm"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.324146,
      "confidences": [
        0.324146,
        0.260459,
        0.118319,
        0.032664,
        0.01688,
        0.016392,
        0.014021,
        0.012942,
        0.011784,
        0.011157
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.865234,
        0.773926,
        0.705566,
        0.677246,
        0.681152,
        0.593262,
        0.635742,
        0.583496,
        0.673828
      ]
    },
    {
      "question_id": "10016331",
      "image_id": 157295,
      "question": "màu của xe tải là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu cam",
        "màu đỏ",
        "màu nâu",
        "màu đen",
        "màu vàng",
        "màu xám",
        "màu xanh lá",
        "màu tía",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.647092,
      "confidences": [
        0.647092,
        0.225383,
        0.072886,
        0.015763,
        0.014074,
        0.003538,
        0.003032,
        0.000687,
        0.000678,
        0.000666
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.832031,
        0.816406,
        0.753906,
        0.756348,
        0.705078,
        0.739258,
        0.575195,
        0.62793,
        0.523438
      ]
    },
    {
      "question_id": "10113101",
      "image_id": 517936,
      "question": "có bao nhiêu cái kéo có một sợi dây trên đó",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.655105,
      "confidences": [
        0.655105,
        0.268855,
        0.04123,
        0.012188,
        0.009381,
        0.004848,
        0.002363,
        0.0012,
        0.000488,
        0.000444
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.868652,
        0.79248,
        0.793457,
        0.714355,
        0.602539,
        0.65332,
        0.572754,
        0.544922,
        0.479736
      ]
    },
    {
      "question_id": "10074081",
      "image_id": 499588,
      "question": "những gì được trang trí với nghệ thuật và chuỗi đầy màu sắc",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "tường",
        "cây",
        "bức ảnh",
        "cửa sổ",
        "đồng hồ",
        "sân",
        "áo sơ mi",
        "tòa nhà",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.106395,
      "confidences": [
        0.106395,
        0.072414,
        0.053918,
        0.030423,
        0.029487,
        0.027112,
        0.022085,
        0.018927,
        0.016541,
        0.015737
      ],
      "gate_score_top1": 0.727539,
      "gate_scores": [
        0.727539,
        0.624512,
        0.700684,
        0.628418,
        0.595703,
        0.558594,
        0.569336,
        0.561035,
        0.70752,
        0.621582
      ]
    },
    {
      "question_id": "10115681",
      "image_id": 205282,
      "question": "có bao nhiêu con hươu cao cổ đứng trên đồng bằng với một vài cây",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.496393,
      "confidences": [
        0.496393,
        0.448454,
        0.039647,
        0.004146,
        0.003345,
        0.002077,
        0.001036,
        0.000837,
        0.000359,
        0.000337
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.875,
        0.785156,
        0.604004,
        0.725586,
        0.63916,
        0.628418,
        0.54541,
        0.545898,
        0.458984
      ]
    },
    {
      "question_id": "10047271",
      "image_id": 335027,
      "question": "người phụ nữ đang ở đâu",
      "ground_truth": "lối đi",
      "ground_truth_normalized": "lối đi",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "vạch kẻ đường",
        "đường phố",
        "bảng",
        "đường",
        "lối đi",
        "sân",
        "áo vest",
        "ảnh chụp",
        "ca nô"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.385716,
      "confidences": [
        0.385716,
        0.105449,
        0.051492,
        0.031354,
        0.016947,
        0.016522,
        0.016394,
        0.013096,
        0.009506,
        0.007866
      ],
      "gate_score_top1": 0.758789,
      "gate_scores": [
        0.758789,
        0.687012,
        0.750977,
        0.631836,
        0.733398,
        0.554688,
        0.557617,
        0.527344,
        0.462646,
        0.493896
      ]
    },
    {
      "question_id": "10060521",
      "image_id": 380388,
      "question": "cái gì đang kéo một số toa tàu bên cạnh những cái cây",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "phương tiện giao thông",
        "cầu",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.502072,
      "confidences": [
        0.502072,
        0.383451,
        0.045976,
        0.010139,
        0.006043,
        0.003324,
        0.001916,
        0.001501,
        0.001417,
        0.001265
      ],
      "gate_score_top1": 0.898926,
      "gate_scores": [
        0.898926,
        0.842773,
        0.739746,
        0.595703,
        0.558594,
        0.643066,
        0.584961,
        0.531738,
        0.571777,
        0.541504
      ]
    },
    {
      "question_id": "10103171",
      "image_id": 249180,
      "question": "có bao nhiêu người đàn ông đang đi lên cầu thang và một người khác đi xuống cầu thang trên điện thoại",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "mười",
        "tám",
        "cây",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.563553,
      "confidences": [
        0.563553,
        0.425392,
        0.00417,
        0.000994,
        0.000305,
        0.00021,
        0.000128,
        0.000106,
        0.000103,
        9.7e-05
      ],
      "gate_score_top1": 0.877441,
      "gate_scores": [
        0.877441,
        0.898438,
        0.727539,
        0.614746,
        0.453369,
        0.447754,
        0.456055,
        0.452393,
        0.4375,
        0.394043
      ]
    },
    {
      "question_id": "10078881",
      "image_id": 405444,
      "question": "cô bé đang thêm gì vào pizza tự chế",
      "ground_truth": "phô mai",
      "ground_truth_normalized": "phô mai",
      "predicted_top1": "cái mâm",
      "predicted_topk": [
        "cái mâm",
        "chảo",
        "áo sơ mi",
        "bữa ăn",
        "dao",
        "phô mai",
        "pizza",
        "chén đĩa",
        "giấy bạc",
        "bánh"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.316751,
      "confidences": [
        0.316751,
        0.123558,
        0.025151,
        0.02259,
        0.01906,
        0.017559,
        0.015894,
        0.014164,
        0.011858,
        0.011226
      ],
      "gate_score_top1": 0.813477,
      "gate_scores": [
        0.813477,
        0.696777,
        0.596191,
        0.660645,
        0.70752,
        0.53418,
        0.637695,
        0.589355,
        0.673828,
        0.595703
      ]
    },
    {
      "question_id": "10032041",
      "image_id": 98298,
      "question": "người phụ nữ lấy một bức ảnh của mình ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "chậu",
        "máy ảnh",
        "vòi hoa sen",
        "hành lang",
        "chuồng",
        "phòng",
        "điện thoại"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.590403,
      "confidences": [
        0.590403,
        0.384183,
        0.002371,
        0.001369,
        0.001244,
        0.001167,
        0.001146,
        0.000612,
        0.000588,
        0.000522
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.871094,
        0.63916,
        0.624023,
        0.568359,
        0.617188,
        0.523438,
        0.574707,
        0.625977,
        0.544434
      ]
    },
    {
      "question_id": "10082321",
      "image_id": 474862,
      "question": "những gì đang trong một bến du thuyền bị ngập lụt",
      "ground_truth": "băng ghế",
      "ground_truth_normalized": "băng ghế",
      "predicted_top1": "con ngựa",
      "predicted_topk": [
        "con ngựa",
        "băng ghế",
        "con chó",
        "con chim",
        "xe",
        "gia súc",
        "con thuyền",
        "mũ",
        "hồ",
        "con bò"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.728919,
      "confidences": [
        0.728919,
        0.113101,
        0.01052,
        0.006148,
        0.004714,
        0.004048,
        0.00381,
        0.003597,
        0.003486,
        0.003389
      ],
      "gate_score_top1": 0.8125,
      "gate_scores": [
        0.8125,
        0.731934,
        0.705566,
        0.598145,
        0.585449,
        0.591309,
        0.522461,
        0.549805,
        0.46875,
        0.547363
      ]
    },
    {
      "question_id": "10049061",
      "image_id": 135878,
      "question": "một con chim mũm mĩm ở đâu",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "cây",
        "bát",
        "lọ cắm hoa",
        "sân vườn",
        "hộp",
        "tách",
        "cái rổ",
        "giường",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.597299,
      "confidences": [
        0.597299,
        0.138044,
        0.078963,
        0.032029,
        0.024653,
        0.008114,
        0.007758,
        0.006307,
        0.005765,
        0.004614
      ],
      "gate_score_top1": 0.805176,
      "gate_scores": [
        0.805176,
        0.797852,
        0.819824,
        0.70459,
        0.754395,
        0.627441,
        0.616699,
        0.734375,
        0.510742,
        0.632812
      ]
    },
    {
      "question_id": "10044441",
      "image_id": 445768,
      "question": "nhóm hươu cao cổ ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "bảo tàng",
        "rào chắn",
        "tòa nhà",
        "hồ bơi",
        "lá",
        "gấu trúc",
        "chuồng trại"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.479883,
      "confidences": [
        0.479883,
        0.416929,
        0.066485,
        0.002629,
        0.002489,
        0.001965,
        0.001151,
        0.00105,
        0.000882,
        0.000855
      ],
      "gate_score_top1": 0.868652,
      "gate_scores": [
        0.868652,
        0.879883,
        0.853516,
        0.627441,
        0.623535,
        0.651367,
        0.621582,
        0.562012,
        0.641113,
        0.646973
      ]
    },
    {
      "question_id": "10119361",
      "image_id": 28889,
      "question": "có bao nhiêu người đàn ông đang dựa vào đồng hồ đỗ xe nói chuyện với một người đàn ông khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "đường phố",
        "bảy",
        "mười",
        "cái ghế",
        "tám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.731965,
      "confidences": [
        0.731965,
        0.256944,
        0.004186,
        0.000433,
        0.000169,
        0.000112,
        0.000112,
        9.7e-05,
        9.6e-05,
        9.6e-05
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.884766,
        0.737305,
        0.574707,
        0.378906,
        0.450928,
        0.404053,
        0.453125,
        0.550781,
        0.401855
      ]
    },
    {
      "question_id": "10112231",
      "image_id": 493503,
      "question": "có bao nhiêu đường ở góc đường henry st. and love la",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "một",
        "ba",
        "hai",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.487953,
      "confidences": [
        0.487953,
        0.177416,
        0.16154,
        0.078115,
        0.027853,
        0.019828,
        0.017227,
        0.004313,
        0.004271,
        0.003851
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.794922,
        0.818848,
        0.783203,
        0.775879,
        0.651367,
        0.6875,
        0.604004,
        0.600586,
        0.531738
      ]
    },
    {
      "question_id": "10085281",
      "image_id": 500084,
      "question": "hai con mèo đang tận hưởng gì trong khi ngồi trong cửa sổ",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cửa",
        "cây",
        "đồng hồ",
        "con mèo",
        "tường",
        "bức ảnh",
        "cà vạt",
        "con chó",
        "chai"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.728502,
      "confidences": [
        0.728502,
        0.113479,
        0.016638,
        0.00629,
        0.005423,
        0.003505,
        0.003481,
        0.0034,
        0.003042,
        0.002986
      ],
      "gate_score_top1": 0.804199,
      "gate_scores": [
        0.804199,
        0.785156,
        0.71875,
        0.660156,
        0.635742,
        0.58252,
        0.504883,
        0.679688,
        0.702148,
        0.632812
      ]
    },
    {
      "question_id": "10030031",
      "image_id": 7931,
      "question": "vật liệu để đan ở đâu",
      "ground_truth": "người giữ",
      "ground_truth_normalized": "người giữ",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "gương",
        "người giữ",
        "phương tiện giao thông",
        "vali",
        "cái túi",
        "áo vest",
        "cửa sổ",
        "ảnh chụp",
        "đường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.258278,
      "confidences": [
        0.258278,
        0.053612,
        0.047036,
        0.046216,
        0.037281,
        0.030727,
        0.020033,
        0.017236,
        0.016511,
        0.013555
      ],
      "gate_score_top1": 0.693359,
      "gate_scores": [
        0.693359,
        0.751953,
        0.566895,
        0.623535,
        0.663086,
        0.645508,
        0.624512,
        0.662598,
        0.463623,
        0.573242
      ]
    },
    {
      "question_id": "10075281",
      "image_id": 480210,
      "question": "hai vận động viên lướt ván mang xuống bãi biển cái gì",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "diều",
        "bờ biển",
        "dĩa nhựa",
        "cây sào",
        "áo sơ mi",
        "cái lều",
        "trượt tuyết",
        "máy bay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.423371,
      "confidences": [
        0.423371,
        0.222231,
        0.169064,
        0.063422,
        0.006219,
        0.004759,
        0.004585,
        0.004007,
        0.004007,
        0.003245
      ],
      "gate_score_top1": 0.870605,
      "gate_scores": [
        0.870605,
        0.805176,
        0.848145,
        0.68457,
        0.739746,
        0.608887,
        0.520508,
        0.485352,
        0.640137,
        0.638672
      ]
    },
    {
      "question_id": "10063271",
      "image_id": 477846,
      "question": "những gì bao phủ trong mưa bên cạnh một dòng sông",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "đường",
        "phương tiện giao thông",
        "xe cộ",
        "vòi",
        "xe đạp",
        "bức ảnh",
        "áo vest",
        "xe buýt",
        "xe máy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.508113,
      "confidences": [
        0.508113,
        0.248604,
        0.010608,
        0.010004,
        0.009527,
        0.008007,
        0.007715,
        0.0077,
        0.005471,
        0.004909
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.777832,
        0.646973,
        0.622559,
        0.621582,
        0.599609,
        0.531738,
        0.602539,
        0.624512,
        0.571289
      ]
    },
    {
      "question_id": "10093901",
      "image_id": 542205,
      "question": "những gì được hiển thị gần, khi hai người đi bộ trong nền",
      "ground_truth": "chim bồ câu",
      "ground_truth_normalized": "chim bồ câu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "con vịt",
        "hải âu",
        "con vẹt",
        "chim bồ câu",
        "cửa sổ",
        "màu xám",
        "chiếc ô",
        "bức tượng",
        "con chó"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.46452,
      "confidences": [
        0.46452,
        0.058598,
        0.034854,
        0.029065,
        0.02688,
        0.016887,
        0.010384,
        0.009427,
        0.008303,
        0.00516
      ],
      "gate_score_top1": 0.749023,
      "gate_scores": [
        0.749023,
        0.677734,
        0.604004,
        0.641602,
        0.475098,
        0.672852,
        0.547363,
        0.568848,
        0.525879,
        0.520508
      ]
    },
    {
      "question_id": "10082581",
      "image_id": 381254,
      "question": "ba con voi đang lấy gì từ một vùng nước",
      "ground_truth": "nước",
      "ground_truth_normalized": "nước",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "bãi cỏ",
        "con voi",
        "đồi",
        "lá",
        "vườn bách thú",
        "đường",
        "ba",
        "chuồng",
        "cây"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 1,
      "confidence_top1": 0.455325,
      "confidences": [
        0.455325,
        0.228952,
        0.053329,
        0.032536,
        0.012593,
        0.010379,
        0.008672,
        0.006559,
        0.005545,
        0.004289
      ],
      "gate_score_top1": 0.76416,
      "gate_scores": [
        0.76416,
        0.728516,
        0.689453,
        0.649414,
        0.567871,
        0.644531,
        0.604492,
        0.502441,
        0.631836,
        0.5625
      ]
    },
    {
      "question_id": "10055361",
      "image_id": 500613,
      "question": "những gì đỗ trong bãi đậu xe",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "động cơ",
        "phương tiện giao thông",
        "xe cộ",
        "xe ô tô",
        "xe buýt",
        "xe đẩy",
        "vòi",
        "màu đỏ",
        "tàu hỏa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.705759,
      "confidences": [
        0.705759,
        0.06264,
        0.045118,
        0.034864,
        0.01352,
        0.010737,
        0.009738,
        0.003486,
        0.003146,
        0.003122
      ],
      "gate_score_top1": 0.830078,
      "gate_scores": [
        0.830078,
        0.675781,
        0.739258,
        0.665039,
        0.643066,
        0.649414,
        0.623535,
        0.495117,
        0.587891,
        0.65918
      ]
    },
    {
      "question_id": "10096031",
      "image_id": 357385,
      "question": "người đàn ông đang ngồi ăn gì vậy",
      "ground_truth": "bánh ngọt",
      "ground_truth_normalized": "bánh ngọt",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "bánh ngọt",
        "sô cô la",
        "quả táo",
        "cupcake",
        "chuối",
        "cái mâm",
        "cửa tiệm",
        "dao",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.6014,
      "confidences": [
        0.6014,
        0.237359,
        0.02492,
        0.010844,
        0.009951,
        0.006059,
        0.003814,
        0.003439,
        0.003092,
        0.00281
      ],
      "gate_score_top1": 0.812012,
      "gate_scores": [
        0.812012,
        0.811035,
        0.625,
        0.675293,
        0.668457,
        0.660156,
        0.618164,
        0.505859,
        0.515137,
        0.541504
      ]
    },
    {
      "question_id": "10085761",
      "image_id": 554340,
      "question": "tôi làm gì thậm chí còn không nhìn thấy cú đánh của bạn",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "bánh ngọt",
        "sô cô la",
        "cupcake",
        "đĩa ăn",
        "cái mâm",
        "dao",
        "búi tóc",
        "sandwich",
        "bức ảnh"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.940031,
      "confidences": [
        0.940031,
        0.016237,
        0.011973,
        0.003567,
        0.001408,
        0.001351,
        0.001,
        0.000994,
        0.000826,
        0.00077
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.744141,
        0.688965,
        0.638184,
        0.618164,
        0.603027,
        0.555176,
        0.629395,
        0.684082,
        0.444824
      ]
    },
    {
      "question_id": "10053761",
      "image_id": 353446,
      "question": "cái gì mở gần ghế bãi biển",
      "ground_truth": "bờ biển",
      "ground_truth_normalized": "bờ biển",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "bờ biển",
        "cái ghế",
        "băng ghế",
        "nhiều cái ghế",
        "hồ",
        "hồ bơi",
        "bức ảnh",
        "ba",
        "con thuyền"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.328536,
      "confidences": [
        0.328536,
        0.191634,
        0.109617,
        0.01807,
        0.013481,
        0.012371,
        0.006405,
        0.006065,
        0.005213,
        0.005182
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.697754,
        0.748047,
        0.685059,
        0.456543,
        0.463623,
        0.663086,
        0.550781,
        0.474365,
        0.5
      ]
    },
    {
      "question_id": "10109821",
      "image_id": 456184,
      "question": "nhóm người xem có bao nhiêu chân rô bốt",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "một",
        "ba",
        "hai",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.321738,
      "confidences": [
        0.321738,
        0.304615,
        0.173565,
        0.053558,
        0.044056,
        0.018151,
        0.011403,
        0.010733,
        0.008675,
        0.008491
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.826172,
        0.736816,
        0.749023,
        0.702148,
        0.612305,
        0.561035,
        0.61377,
        0.598633,
        0.658203
      ]
    },
    {
      "question_id": "10063281",
      "image_id": 479912,
      "question": "những gì được gắn vào một bên của một máy bay bốn động cơ",
      "ground_truth": "bến tàu",
      "ground_truth_normalized": "bến tàu",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "bến tàu",
        "ga-ra",
        "áo vest",
        "phòng",
        "bảo tàng",
        "trạm",
        "kho"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.413486,
      "confidences": [
        0.413486,
        0.250792,
        0.042076,
        0.011961,
        0.009686,
        0.00742,
        0.00742,
        0.007177,
        0.006548,
        0.005165
      ],
      "gate_score_top1": 0.756836,
      "gate_scores": [
        0.756836,
        0.773438,
        0.590332,
        0.490723,
        0.554688,
        0.508301,
        0.609863,
        0.57959,
        0.504883,
        0.491455
      ]
    },
    {
      "question_id": "10002221",
      "image_id": 35573,
      "question": "màu của gối là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu nâu",
        "màu xanh dương",
        "màu xám",
        "màu đen",
        "màu tía",
        "màu xanh lá",
        "màu vàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.39107,
      "confidences": [
        0.39107,
        0.309362,
        0.215127,
        0.050502,
        0.007304,
        0.004137,
        0.002816,
        0.001705,
        0.001552,
        0.001507
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.871094,
        0.84668,
        0.776855,
        0.72168,
        0.775391,
        0.697266,
        0.640625,
        0.625,
        0.65625
      ]
    },
    {
      "question_id": "10051831",
      "image_id": 298913,
      "question": "nơi hiển thị đầu ngựa vằn",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "bãi cỏ",
      "predicted_topk": [
        "bãi cỏ",
        "cây",
        "ngựa rằn",
        "đường",
        "đồi",
        "ảnh chụp",
        "lá",
        "vườn bách thú",
        "thân cây",
        "rào chắn"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.266582,
      "confidences": [
        0.266582,
        0.07942,
        0.070088,
        0.039086,
        0.031839,
        0.028933,
        0.018717,
        0.017209,
        0.012049,
        0.010087
      ],
      "gate_score_top1": 0.713867,
      "gate_scores": [
        0.713867,
        0.733398,
        0.580078,
        0.634766,
        0.658691,
        0.578125,
        0.577637,
        0.689941,
        0.561035,
        0.550293
      ]
    },
    {
      "question_id": "10090931",
      "image_id": 389684,
      "question": "người đàn ông đang đi xuống bên cạnh một chiếc xe buýt trên đường phố là gì",
      "ground_truth": "đường đi bộ",
      "ground_truth_normalized": "đường đi bộ",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "đường",
        "đường đi bộ",
        "đường phố",
        "xe cộ",
        "xe đẩy",
        "áo vest",
        "trạm",
        "xe tay ga",
        "xe ô tô"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.288519,
      "confidences": [
        0.288519,
        0.128531,
        0.042885,
        0.039276,
        0.033399,
        0.031559,
        0.024723,
        0.016893,
        0.013547,
        0.011122
      ],
      "gate_score_top1": 0.765137,
      "gate_scores": [
        0.765137,
        0.731934,
        0.600098,
        0.626953,
        0.599609,
        0.740234,
        0.683105,
        0.630859,
        0.635254,
        0.705078
      ]
    },
    {
      "question_id": "10040331",
      "image_id": 360517,
      "question": "bàn ủi nằm ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "hành lang",
        "ô cửa",
        "cửa sổ",
        "tòa nhà",
        "chung cư",
        "cửa",
        "phòng bếp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.731584,
      "confidences": [
        0.731584,
        0.119895,
        0.083049,
        0.009428,
        0.00464,
        0.003692,
        0.003635,
        0.003146,
        0.001856,
        0.001813
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.881348,
        0.851562,
        0.713379,
        0.592773,
        0.706055,
        0.590332,
        0.691895,
        0.602539,
        0.726562
      ]
    },
    {
      "question_id": "10117831",
      "image_id": 543182,
      "question": "có bao nhiêu nhà vệ sinh vỡ thành nhiều mảnh ở giữa hai nhà vệ sinh khác trong một bãi cỏ gần vỉa hè",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "năm",
        "sáu",
        "phòng tắm",
        "bảy",
        "tám",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.338857,
      "confidences": [
        0.338857,
        0.32334,
        0.295557,
        0.016098,
        0.002483,
        0.001483,
        0.001045,
        0.000908,
        0.000662,
        0.000593
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.825684,
        0.831055,
        0.70752,
        0.611816,
        0.439697,
        0.664062,
        0.456787,
        0.399414,
        0.526367
      ]
    },
    {
      "question_id": "10009541",
      "image_id": 32986,
      "question": "màu của bìa là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu vàng",
        "màu nâu",
        "màu xanh lá",
        "màu cam",
        "màu xám",
        "màu đen",
        "màu trắng",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.912355,
      "confidences": [
        0.912355,
        0.045601,
        0.009228,
        0.008703,
        0.007076,
        0.004242,
        0.002262,
        0.001418,
        0.000917,
        0.000656
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.824219,
        0.697754,
        0.718262,
        0.835938,
        0.730469,
        0.696777,
        0.726074,
        0.664551,
        0.65625
      ]
    },
    {
      "question_id": "10109051",
      "image_id": 300276,
      "question": "có bao nhiêu phụ nữ đứng sau bàn với bánh nướng nhỏ, bánh ngọt và cái ấm",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.754878,
      "confidences": [
        0.754878,
        0.228433,
        0.010559,
        0.002196,
        0.000418,
        0.000308,
        0.000164,
        8.4e-05,
        8.3e-05,
        5.5e-05
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.875977,
        0.817871,
        0.712891,
        0.570312,
        0.434326,
        0.444092,
        0.419922,
        0.39209,
        0.349365
      ]
    },
    {
      "question_id": "10070091",
      "image_id": 348475,
      "question": "một chiếc xe mười tám bánh lăn xuống hàng cây thường xanh hướng về một ngọn núi tuyết phủ là gì",
      "ground_truth": "xa lộ",
      "ground_truth_normalized": "xa lộ",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "núi",
        "đồi",
        "cây",
        "áo vest",
        "bầu trời",
        "bức ảnh",
        "xe ô tô",
        "phương tiện giao thông",
        "ván trượt"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.274332,
      "confidences": [
        0.274332,
        0.070454,
        0.062786,
        0.043576,
        0.038681,
        0.032637,
        0.029891,
        0.020745,
        0.011763,
        0.011158
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.683105,
        0.683105,
        0.64502,
        0.68457,
        0.54248,
        0.579102,
        0.669922,
        0.594238,
        0.591309
      ]
    },
    {
      "question_id": "10033501",
      "image_id": 72995,
      "question": "ba vali đang nằm ở đâu",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "sân bay",
        "hành lý",
        "phòng tắm",
        "hành lang",
        "sàn nhà",
        "ô cửa",
        "vali",
        "nhà ở",
        "cái túi"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.634907,
      "confidences": [
        0.634907,
        0.036383,
        0.034046,
        0.025599,
        0.021016,
        0.020369,
        0.018259,
        0.017119,
        0.013229,
        0.012897
      ],
      "gate_score_top1": 0.812988,
      "gate_scores": [
        0.812988,
        0.712402,
        0.639648,
        0.621094,
        0.67334,
        0.621582,
        0.572754,
        0.626465,
        0.711914,
        0.615723
      ]
    },
    {
      "question_id": "10117921",
      "image_id": 192196,
      "question": "có bao nhiêu người đang đứng trong bếp chuẩn bị thức ăn",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "hai",
        "một",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.660065,
      "confidences": [
        0.660065,
        0.195115,
        0.059973,
        0.05634,
        0.010101,
        0.004097,
        0.001872,
        0.001487,
        0.001158,
        0.000762
      ],
      "gate_score_top1": 0.884277,
      "gate_scores": [
        0.884277,
        0.82666,
        0.727051,
        0.790039,
        0.702148,
        0.638184,
        0.615723,
        0.597168,
        0.579102,
        0.494629
      ]
    },
    {
      "question_id": "10068031",
      "image_id": 557552,
      "question": "những gì đỗ đỗ dọc theo đường phố",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "đường",
        "mũ",
        "xe cộ",
        "con khỉ",
        "ga-ra",
        "vòi",
        "đường phố"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.482548,
      "confidences": [
        0.482548,
        0.28257,
        0.183872,
        0.003078,
        0.002342,
        0.001315,
        0.001023,
        0.000963,
        0.000824,
        0.00082
      ],
      "gate_score_top1": 0.844238,
      "gate_scores": [
        0.844238,
        0.841309,
        0.8125,
        0.651855,
        0.499268,
        0.54248,
        0.403076,
        0.570312,
        0.461914,
        0.609375
      ]
    },
    {
      "question_id": "10068251",
      "image_id": 382671,
      "question": "những gì đang đi bộ bên cạnh bãi biển",
      "ground_truth": "gia súc",
      "ground_truth_normalized": "gia súc",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "con cừu",
        "bò đực",
        "con ngựa",
        "bãi cỏ",
        "chuồng trại",
        "con chó",
        "ngựa vằn",
        "đồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.608559,
      "confidences": [
        0.608559,
        0.244921,
        0.038601,
        0.024441,
        0.01298,
        0.005978,
        0.004425,
        0.003661,
        0.002758,
        0.002536
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.788086,
        0.757812,
        0.700684,
        0.760742,
        0.668457,
        0.597656,
        0.591797,
        0.598633,
        0.61084
      ]
    },
    {
      "question_id": "10081441",
      "image_id": 356828,
      "question": "bàn phím máy tính đã làm gì trên gỗ",
      "ground_truth": "cái bàn",
      "ground_truth_normalized": "cái bàn",
      "predicted_top1": "bàn phím",
      "predicted_topk": [
        "bàn phím",
        "máy tính",
        "chuột",
        "cái bàn",
        "laptop",
        "văn phòng",
        "bức tranh",
        "cái ghế",
        "trang thiết bị",
        "hộp"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.475546,
      "confidences": [
        0.475546,
        0.142785,
        0.117452,
        0.103247,
        0.01473,
        0.010672,
        0.004287,
        0.004253,
        0.003911,
        0.003652
      ],
      "gate_score_top1": 0.815918,
      "gate_scores": [
        0.815918,
        0.807617,
        0.800293,
        0.811523,
        0.818848,
        0.720703,
        0.53418,
        0.526367,
        0.532227,
        0.59668
      ]
    },
    {
      "question_id": "10033141",
      "image_id": 132329,
      "question": "bốn chai chất lỏng nằm ở đâu",
      "ground_truth": "tủ đá",
      "ground_truth_normalized": "tủ đá",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "cái kệ",
        "phòng bếp",
        "lò vi sóng",
        "chai",
        "phòng",
        "cửa sổ",
        "cửa ra vào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.396622,
      "confidences": [
        0.396622,
        0.358318,
        0.105094,
        0.025554,
        0.019065,
        0.009201,
        0.007778,
        0.002924,
        0.002688,
        0.002652
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.818359,
        0.777344,
        0.732422,
        0.692383,
        0.617676,
        0.615234,
        0.64209,
        0.578613,
        0.451416
      ]
    },
    {
      "question_id": "10021841",
      "image_id": 215776,
      "question": "màu của vòi nước là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu cam",
        "màu đen",
        "màu vàng",
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu xanh lá",
        "màu tía",
        "vòi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.666782,
      "confidences": [
        0.666782,
        0.253082,
        0.024574,
        0.024193,
        0.007854,
        0.006141,
        0.000694,
        0.00064,
        0.000438,
        0.000402
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.881836,
        0.768066,
        0.779297,
        0.666016,
        0.692383,
        0.659668,
        0.479492,
        0.560059,
        0.51709
      ]
    },
    {
      "question_id": "10035031",
      "image_id": 16009,
      "question": "bốn manơcanh mặc đồ nam ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "ảnh chụp",
        "áo vest",
        "cửa tiệm",
        "hộp",
        "cái ghế",
        "phòng",
        "gương",
        "cái túi",
        "cửa hàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.120614,
      "confidences": [
        0.120614,
        0.087215,
        0.067526,
        0.040957,
        0.028592,
        0.026651,
        0.026444,
        0.024745,
        0.02293,
        0.018751
      ],
      "gate_score_top1": 0.717285,
      "gate_scores": [
        0.717285,
        0.583008,
        0.608887,
        0.660645,
        0.645996,
        0.598633,
        0.709961,
        0.69043,
        0.634766,
        0.688965
      ]
    },
    {
      "question_id": "10054341",
      "image_id": 466575,
      "question": "những gì được thể hiện đang trên mặt đất",
      "ground_truth": "bao bì",
      "ground_truth_normalized": "bao bì",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hành lý",
        "cái túi",
        "túi",
        "cái ví",
        "xe đẩy",
        "hộp",
        "balo",
        "sàn nhà",
        "thân cây"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.753563,
      "confidences": [
        0.753563,
        0.078194,
        0.024035,
        0.021629,
        0.009449,
        0.007119,
        0.006609,
        0.006469,
        0.003848,
        0.002642
      ],
      "gate_score_top1": 0.831543,
      "gate_scores": [
        0.831543,
        0.77002,
        0.790527,
        0.75293,
        0.688965,
        0.694336,
        0.703125,
        0.608887,
        0.528809,
        0.560547
      ]
    },
    {
      "question_id": "10035651",
      "image_id": 542946,
      "question": "con mèo đen đang ngồi ở đâu",
      "ground_truth": "gầu múc",
      "ground_truth_normalized": "gầu múc",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "bát",
        "cây",
        "sân vườn",
        "cái rổ",
        "tách",
        "sân",
        "thùng chứa",
        "bồn tắm",
        "cái ghế"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.715989,
      "confidences": [
        0.715989,
        0.090319,
        0.029784,
        0.018457,
        0.013583,
        0.012319,
        0.006685,
        0.005729,
        0.005247,
        0.004249
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.795898,
        0.757812,
        0.748535,
        0.76709,
        0.660645,
        0.631836,
        0.640625,
        0.673828,
        0.660156
      ]
    },
    {
      "question_id": "10113911",
      "image_id": 191283,
      "question": "có bao nhiêu hàng với các loại bánh rán khác nhau",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bốn",
        "năm",
        "bảy",
        "ba",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.497164,
      "confidences": [
        0.497164,
        0.207249,
        0.196987,
        0.035734,
        0.021505,
        0.00477,
        0.002702,
        0.001793,
        0.001617,
        0.001576
      ],
      "gate_score_top1": 0.828125,
      "gate_scores": [
        0.828125,
        0.786133,
        0.788574,
        0.734375,
        0.696777,
        0.597656,
        0.633301,
        0.495361,
        0.554199,
        0.564453
      ]
    },
    {
      "question_id": "10115891",
      "image_id": 42696,
      "question": "có bao nhiêu con voi đang cùng nhau đi dạo trong vòng vây của chúng",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.934268,
      "confidences": [
        0.934268,
        0.037669,
        0.017518,
        0.005891,
        0.001741,
        0.000491,
        0.000215,
        0.00013,
        9.4e-05,
        7.9e-05
      ],
      "gate_score_top1": 0.907715,
      "gate_scores": [
        0.907715,
        0.847656,
        0.835449,
        0.712402,
        0.708984,
        0.495361,
        0.509766,
        0.475586,
        0.394775,
        0.404541
      ]
    },
    {
      "question_id": "10031351",
      "image_id": 277852,
      "question": "mái vòm cao của vận động viên trượt ván ở đâu",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "ảnh chụp",
        "áo vest",
        "vạch kẻ đường",
        "ván trượt",
        "gương",
        "lối đi",
        "xe ô tô",
        "xe lăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.827604,
      "confidences": [
        0.827604,
        0.14214,
        0.003208,
        0.001796,
        0.00162,
        0.000912,
        0.000764,
        0.000743,
        0.000709,
        0.00064
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.862305,
        0.639648,
        0.662109,
        0.691406,
        0.605469,
        0.683594,
        0.540039,
        0.612305,
        0.73877
      ]
    },
    {
      "question_id": "10025521",
      "image_id": 99295,
      "question": "táo, quả mâm xôi và hạt cà phê nổi bật ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "bát",
        "hộp",
        "cái rổ",
        "cái túi",
        "ảnh chụp",
        "cái lọ",
        "cửa hàng",
        "hoa quả",
        "chậu"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.200949,
      "confidences": [
        0.200949,
        0.148751,
        0.092723,
        0.080559,
        0.041631,
        0.029694,
        0.02386,
        0.019134,
        0.016463,
        0.011448
      ],
      "gate_score_top1": 0.755371,
      "gate_scores": [
        0.755371,
        0.787109,
        0.736328,
        0.731445,
        0.624512,
        0.626953,
        0.687988,
        0.687012,
        0.665039,
        0.599609
      ]
    },
    {
      "question_id": "10017001",
      "image_id": 308739,
      "question": "màu của con mèo là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu trắng",
        "màu xanh dương",
        "con mèo",
        "màu đỏ",
        "màu vàng",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.424669,
      "confidences": [
        0.424669,
        0.392755,
        0.098531,
        0.034588,
        0.020254,
        0.003211,
        0.00199,
        0.001444,
        0.001028,
        0.000876
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.842773,
        0.82373,
        0.769531,
        0.798828,
        0.628906,
        0.648926,
        0.641602,
        0.661621,
        0.672852
      ]
    },
    {
      "question_id": "10021801",
      "image_id": 81995,
      "question": "màu của con ngựa là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu trắng",
        "màu xám",
        "màu xanh lá",
        "màu đỏ",
        "màu vàng",
        "con ngựa",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.49034,
      "confidences": [
        0.49034,
        0.412908,
        0.086213,
        0.002289,
        0.000502,
        0.000494,
        0.000382,
        0.000303,
        0.000174,
        0.000171
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.876465,
        0.87793,
        0.786621,
        0.550293,
        0.664062,
        0.612793,
        0.609863,
        0.664062,
        0.54541
      ]
    },
    {
      "question_id": "10117761",
      "image_id": 211557,
      "question": "có bao nhiêu con ngựa di chuyển trên vùng đất khô cằn với tải trọng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "hai",
        "tám",
        "một",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.478305,
      "confidences": [
        0.478305,
        0.387343,
        0.055152,
        0.043971,
        0.013151,
        0.004203,
        0.003404,
        0.002457,
        0.001762,
        0.00133
      ],
      "gate_score_top1": 0.867188,
      "gate_scores": [
        0.867188,
        0.866211,
        0.742676,
        0.781738,
        0.706055,
        0.649414,
        0.662109,
        0.626953,
        0.598145,
        0.616699
      ]
    },
    {
      "question_id": "10000221",
      "image_id": 222191,
      "question": "màu sắc của ngọn lửa là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xanh dương",
        "màu cam",
        "màu trắng",
        "màu đỏ",
        "màu xám",
        "màu tía",
        "màu xanh lá",
        "màu nâu",
        "màu đen"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.868702,
      "confidences": [
        0.868702,
        0.041109,
        0.03103,
        0.01155,
        0.010808,
        0.006816,
        0.006504,
        0.004703,
        0.004086,
        0.001054
      ],
      "gate_score_top1": 0.894531,
      "gate_scores": [
        0.894531,
        0.817871,
        0.803223,
        0.758789,
        0.781738,
        0.675293,
        0.694336,
        0.69043,
        0.687012,
        0.59668
      ]
    },
    {
      "question_id": "10078981",
      "image_id": 439738,
      "question": "những gì ngồi trong bình thủy tinh xanh",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "lọ cắm hoa",
        "bông hoa",
        "lá",
        "cái nồi",
        "hoa hồng",
        "sân vườn",
        "chai",
        "bông cải xanh",
        "bình hoa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.508139,
      "confidences": [
        0.508139,
        0.19438,
        0.036809,
        0.025697,
        0.015435,
        0.012354,
        0.009472,
        0.008624,
        0.007122,
        0.007011
      ],
      "gate_score_top1": 0.803711,
      "gate_scores": [
        0.803711,
        0.736816,
        0.782715,
        0.588867,
        0.610352,
        0.685059,
        0.608398,
        0.578613,
        0.585449,
        0.474121
      ]
    },
    {
      "question_id": "10025681",
      "image_id": 263178,
      "question": "trái cây và rau quả nằm ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái rổ",
        "cái nồi",
        "chậu",
        "tách",
        "thùng chứa",
        "cái lọ",
        "lọ cắm hoa",
        "chuối",
        "món ăn"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.97872,
      "confidences": [
        0.97872,
        0.00582,
        0.001789,
        0.001429,
        0.001385,
        0.001244,
        0.001137,
        0.000633,
        0.000378,
        0.00037
      ],
      "gate_score_top1": 0.912598,
      "gate_scores": [
        0.912598,
        0.799316,
        0.750488,
        0.71875,
        0.745605,
        0.686035,
        0.731445,
        0.685059,
        0.652832,
        0.63623
      ]
    },
    {
      "question_id": "10097491",
      "image_id": 368581,
      "question": "cái đĩa nhựa tách rời đang giữ cái gì",
      "ground_truth": "bữa trưa",
      "ground_truth_normalized": "bữa trưa",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "chén đĩa",
        "cái mâm",
        "rau",
        "hoa quả",
        "bữa trưa",
        "hộp",
        "dĩa",
        "cái túi",
        "món ăn"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.344647,
      "confidences": [
        0.344647,
        0.086462,
        0.077051,
        0.032562,
        0.022119,
        0.02086,
        0.020577,
        0.019983,
        0.014032,
        0.012952
      ],
      "gate_score_top1": 0.818359,
      "gate_scores": [
        0.818359,
        0.641602,
        0.742188,
        0.74707,
        0.713867,
        0.548828,
        0.697754,
        0.619629,
        0.658691,
        0.72168
      ]
    },
    {
      "question_id": "10039691",
      "image_id": 226224,
      "question": "bộ hành lý nằm ở đâu",
      "ground_truth": "bánh xe",
      "ground_truth_normalized": "bánh xe",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "trạm",
        "vali",
        "hành lý",
        "xe đẩy",
        "balo",
        "phòng",
        "cửa hàng",
        "toa xe",
        "gian hàng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.734847,
      "confidences": [
        0.734847,
        0.048091,
        0.029055,
        0.026455,
        0.016362,
        0.008639,
        0.00839,
        0.008292,
        0.007594,
        0.003658
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.728516,
        0.726074,
        0.689941,
        0.726074,
        0.613281,
        0.65918,
        0.739746,
        0.682617,
        0.60498
      ]
    },
    {
      "question_id": "10110481",
      "image_id": 435807,
      "question": "có bao nhiêu thành viên đang chơi trò chơi điện tử",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.942352,
      "confidences": [
        0.942352,
        0.02936,
        0.022423,
        0.002391,
        0.001156,
        0.000324,
        0.000106,
        7.1e-05,
        5.6e-05,
        4.8e-05
      ],
      "gate_score_top1": 0.899902,
      "gate_scores": [
        0.899902,
        0.854492,
        0.834961,
        0.723145,
        0.641602,
        0.443359,
        0.452637,
        0.453857,
        0.372559,
        0.389404
      ]
    },
    {
      "question_id": "10063821",
      "image_id": 454495,
      "question": "người chơi tennis mặc những gì đang chơi tennis",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "vợt",
        "áo sơ mi",
        "sân vận động",
        "nón",
        "dĩa nhựa",
        "gậy",
        "mũ",
        "mặt trời",
        "quần short"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.566973,
      "confidences": [
        0.566973,
        0.147904,
        0.0607,
        0.024525,
        0.016594,
        0.013544,
        0.007207,
        0.00601,
        0.004881,
        0.00451
      ],
      "gate_score_top1": 0.842285,
      "gate_scores": [
        0.842285,
        0.786133,
        0.710938,
        0.683105,
        0.644531,
        0.695312,
        0.603516,
        0.651855,
        0.516602,
        0.484131
      ]
    },
    {
      "question_id": "10077551",
      "image_id": 556183,
      "question": "mì ống alfredo với bông cải xanh và nấm là gì",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "rau",
        "thịt",
        "cái nĩa",
        "bát",
        "chén đĩa",
        "dĩa",
        "bữa ăn tối"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.340895,
      "confidences": [
        0.340895,
        0.141,
        0.096908,
        0.060171,
        0.027549,
        0.025578,
        0.024217,
        0.023472,
        0.021921,
        0.016547
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.731445,
        0.735352,
        0.707031,
        0.630859,
        0.64209,
        0.65332,
        0.624023,
        0.643066,
        0.601562
      ]
    },
    {
      "question_id": "10061261",
      "image_id": 578362,
      "question": "những gì được bao quanh bởi các đám mây",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "đồi",
        "trượt tuyết",
        "cây",
        "bức ảnh",
        "bầu trời",
        "ván trượt",
        "trang thiết bị",
        "đường",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.593069,
      "confidences": [
        0.593069,
        0.233158,
        0.015469,
        0.013026,
        0.009094,
        0.005473,
        0.004699,
        0.003603,
        0.003076,
        0.003016
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.800293,
        0.703125,
        0.585449,
        0.620117,
        0.583008,
        0.64209,
        0.579102,
        0.605469,
        0.59082
      ]
    },
    {
      "question_id": "10028081",
      "image_id": 292662,
      "question": "xe cứu hỏa mô hình cũ nằm ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ga-ra",
        "phòng",
        "kho",
        "bảo tàng",
        "trạm",
        "cửa tiệm",
        "cửa hàng",
        "nhà ở",
        "sân bay"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.295855,
      "confidences": [
        0.295855,
        0.182984,
        0.121894,
        0.109265,
        0.068644,
        0.053879,
        0.04983,
        0.008119,
        0.007717,
        0.006372
      ],
      "gate_score_top1": 0.803711,
      "gate_scores": [
        0.803711,
        0.850098,
        0.791016,
        0.820801,
        0.835449,
        0.755859,
        0.78125,
        0.759277,
        0.693848,
        0.661621
      ]
    },
    {
      "question_id": "10042041",
      "image_id": 501739,
      "question": "táo đỏ và xanh nằm ở đâu",
      "ground_truth": "cái rổ",
      "ground_truth_normalized": "cái rổ",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái rổ",
        "thùng chứa",
        "chậu",
        "món ăn",
        "tách",
        "cái nồi",
        "đĩa ăn",
        "cái lọ",
        "lọ cắm hoa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.956394,
      "confidences": [
        0.956394,
        0.015825,
        0.006007,
        0.002446,
        0.001905,
        0.001846,
        0.001694,
        0.000777,
        0.000685,
        0.000601
      ],
      "gate_score_top1": 0.907227,
      "gate_scores": [
        0.907227,
        0.800293,
        0.71582,
        0.698242,
        0.704102,
        0.712402,
        0.6875,
        0.683594,
        0.673828,
        0.636719
      ]
    },
    {
      "question_id": "10021691",
      "image_id": 412781,
      "question": "màu của con mèo là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu xám",
        "màu nâu",
        "màu đen",
        "màu trắng",
        "chậu",
        "màu đỏ",
        "con mèo",
        "màu vàng",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.642333,
      "confidences": [
        0.642333,
        0.294081,
        0.035956,
        0.010382,
        0.001531,
        0.001026,
        0.000805,
        0.000761,
        0.000708,
        0.000504
      ],
      "gate_score_top1": 0.868652,
      "gate_scores": [
        0.868652,
        0.853516,
        0.801758,
        0.763184,
        0.720215,
        0.55127,
        0.685547,
        0.623047,
        0.66748,
        0.584473
      ]
    },
    {
      "question_id": "10113721",
      "image_id": 405778,
      "question": "có bao nhiêu con ngựa vằn đang gặm cỏ trên một bãi cỏ rộng mở",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "bãi cỏ",
        "ngựa vằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.770798,
      "confidences": [
        0.770798,
        0.19951,
        0.019754,
        0.004306,
        0.000587,
        0.000338,
        0.000173,
        0.000138,
        0.000126,
        0.00012
      ],
      "gate_score_top1": 0.884766,
      "gate_scores": [
        0.884766,
        0.866211,
        0.812012,
        0.711426,
        0.574219,
        0.401855,
        0.449707,
        0.419189,
        0.45874,
        0.509766
      ]
    },
    {
      "question_id": "10095951",
      "image_id": 443450,
      "question": "máy bay bay gì",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "bầu trời",
        "màu xám",
        "sân bay",
        "màu trắng",
        "màu xanh dương",
        "núi",
        "ga-ra",
        "hải âu",
        "bến tàu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.374005,
      "confidences": [
        0.374005,
        0.121897,
        0.109268,
        0.030521,
        0.02683,
        0.011119,
        0.009102,
        0.008287,
        0.007335,
        0.005371
      ],
      "gate_score_top1": 0.751465,
      "gate_scores": [
        0.751465,
        0.568848,
        0.704102,
        0.685059,
        0.628418,
        0.642578,
        0.513672,
        0.456543,
        0.510254,
        0.369385
      ]
    },
    {
      "question_id": "10004571",
      "image_id": 152038,
      "question": "màu của dấu là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu xanh dương",
        "màu xanh lá",
        "màu cam",
        "màu đỏ",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu tía",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.777351,
      "confidences": [
        0.777351,
        0.123959,
        0.052283,
        0.010096,
        0.006725,
        0.005958,
        0.004586,
        0.003586,
        0.002665,
        0.001227
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.820801,
        0.794434,
        0.775391,
        0.750488,
        0.77832,
        0.72168,
        0.720703,
        0.70166,
        0.737305
      ]
    },
    {
      "question_id": "10024431",
      "image_id": 394970,
      "question": "màu sắc của các tòa nhà là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu đỏ",
        "màu cam",
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu xanh lá",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.89155,
      "confidences": [
        0.89155,
        0.07975,
        0.009232,
        0.0058,
        0.004552,
        0.00195,
        0.001592,
        0.000543,
        0.000389,
        0.000375
      ],
      "gate_score_top1": 0.905273,
      "gate_scores": [
        0.905273,
        0.833496,
        0.816895,
        0.720703,
        0.722168,
        0.668457,
        0.72998,
        0.604492,
        0.61377,
        0.600098
      ]
    },
    {
      "question_id": "10086291",
      "image_id": 345137,
      "question": "cái gì nằm trong chảo phía trên cho rau cắt nhỏ",
      "ground_truth": "gà tây",
      "ground_truth_normalized": "gà tây",
      "predicted_top1": "cái mâm",
      "predicted_topk": [
        "cái mâm",
        "cà rốt",
        "chảo",
        "món ăn",
        "bữa ăn",
        "rau",
        "thịt",
        "chén đĩa",
        "quầy tính tiền",
        "đĩa ăn"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.13633,
      "confidences": [
        0.13633,
        0.05898,
        0.054017,
        0.038006,
        0.035356,
        0.034876,
        0.028024,
        0.020067,
        0.017953,
        0.014624
      ],
      "gate_score_top1": 0.734375,
      "gate_scores": [
        0.734375,
        0.657715,
        0.671387,
        0.677246,
        0.58252,
        0.686035,
        0.603516,
        0.599609,
        0.557617,
        0.623535
      ]
    },
    {
      "question_id": "10055141",
      "image_id": 571585,
      "question": "tủ lạnh mở và hiển thị những gì và các nhãn dán khác trên cửa",
      "ground_truth": "cái kệ",
      "ground_truth_normalized": "cái kệ",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "chai",
        "phòng bếp",
        "lò vi sóng",
        "tường",
        "cửa ra vào",
        "tủ đông"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.631387,
      "confidences": [
        0.631387,
        0.141433,
        0.115886,
        0.032433,
        0.010028,
        0.003784,
        0.002467,
        0.002405,
        0.00219,
        0.002118
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.794434,
        0.824707,
        0.754883,
        0.660156,
        0.562988,
        0.569336,
        0.625,
        0.484375,
        0.548828
      ]
    },
    {
      "question_id": "10089051",
      "image_id": 459487,
      "question": "những gì đứng trên cánh đồng với một ngọn núi phủ tuyết trong nền",
      "ground_truth": "con cừu",
      "ground_truth_normalized": "con cừu",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "con ngựa",
        "con cừu",
        "con chó",
        "ngựa vằn",
        "bò đực",
        "bãi cỏ",
        "gấu",
        "chuồng trại"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.271415,
      "confidences": [
        0.271415,
        0.208101,
        0.19022,
        0.139712,
        0.040185,
        0.011855,
        0.011029,
        0.007404,
        0.004932,
        0.003879
      ],
      "gate_score_top1": 0.812988,
      "gate_scores": [
        0.812988,
        0.759277,
        0.802246,
        0.777344,
        0.709961,
        0.64502,
        0.626465,
        0.657715,
        0.583008,
        0.477051
      ]
    },
    {
      "question_id": "10094961",
      "image_id": 454982,
      "question": "cái gì đang ngồi trên bàn",
      "ground_truth": "máy tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "bàn phím",
        "điện thoại",
        "chuột",
        "cái bàn",
        "trang thiết bị",
        "bức tranh",
        "cái ghế",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.664471,
      "confidences": [
        0.664471,
        0.309008,
        0.002364,
        0.002074,
        0.001508,
        0.001456,
        0.000527,
        0.000507,
        0.000425,
        0.000386
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.849121,
        0.691406,
        0.700684,
        0.677246,
        0.732422,
        0.480225,
        0.479492,
        0.478516,
        0.553223
      ]
    },
    {
      "question_id": "10027151",
      "image_id": 91656,
      "question": "cậu bé đang vuốt ve thú cưng của mình ở đâu",
      "ground_truth": "chuồng trại",
      "ground_truth_normalized": "chuồng trại",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "tòa nhà",
        "phòng",
        "ga-ra",
        "kho",
        "lồng",
        "nhà ở",
        "cửa tiệm",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.343608,
      "confidences": [
        0.343608,
        0.339605,
        0.034693,
        0.02302,
        0.017789,
        0.016549,
        0.016292,
        0.012614,
        0.009103,
        0.008113
      ],
      "gate_score_top1": 0.765625,
      "gate_scores": [
        0.765625,
        0.765625,
        0.691895,
        0.668945,
        0.766113,
        0.671387,
        0.6875,
        0.74707,
        0.65625,
        0.542969
      ]
    },
    {
      "question_id": "10038251",
      "image_id": 471952,
      "question": "nhóm người nhỏ đã tập hợp ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "phòng bếp",
        "chung cư",
        "văn phòng",
        "quán ăn",
        "phòng ngủ",
        "cửa sổ",
        "cửa tiệm",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.696229,
      "confidences": [
        0.696229,
        0.188857,
        0.030234,
        0.01587,
        0.004591,
        0.003143,
        0.00293,
        0.002731,
        0.00242,
        0.002304
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.865234,
        0.793457,
        0.686035,
        0.630371,
        0.668945,
        0.746582,
        0.694336,
        0.662598,
        0.57666
      ]
    },
    {
      "question_id": "10081171",
      "image_id": 374352,
      "question": "những gì chất đống với đống hành lý rất cao",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "xe đẩy",
        "hành lý",
        "sân bay",
        "toa xe",
        "trạm",
        "túi",
        "balo",
        "cái túi",
        "cửa hàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.39201,
      "confidences": [
        0.39201,
        0.328818,
        0.038814,
        0.029993,
        0.020494,
        0.014993,
        0.013705,
        0.010674,
        0.006011,
        0.004449
      ],
      "gate_score_top1": 0.773438,
      "gate_scores": [
        0.773438,
        0.819824,
        0.734863,
        0.768066,
        0.689941,
        0.648438,
        0.710449,
        0.619629,
        0.703125,
        0.660156
      ]
    },
    {
      "question_id": "10062631",
      "image_id": 445048,
      "question": "người duy nhất trên ván trượt, trượt tuyết qua những gì",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "ván trượt",
        "trượt tuyết",
        "đồi",
        "cây",
        "trang thiết bị",
        "bầu trời",
        "cây sào",
        "bức ảnh",
        "mắt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.360922,
      "confidences": [
        0.360922,
        0.300386,
        0.132258,
        0.063211,
        0.012159,
        0.005755,
        0.005374,
        0.004903,
        0.003841,
        0.003796
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.821777,
        0.782227,
        0.778809,
        0.609375,
        0.599609,
        0.616211,
        0.650879,
        0.593262,
        0.431885
      ]
    },
    {
      "question_id": "10058331",
      "image_id": 360600,
      "question": "người đó cầm gì với một số thức ăn trên đó",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "đĩa ăn",
        "chảo",
        "món ăn",
        "bữa ăn",
        "lò vi sóng",
        "áo sơ mi",
        "quán ăn",
        "đĩa",
        "sandwich"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.769618,
      "confidences": [
        0.769618,
        0.044449,
        0.02915,
        0.024166,
        0.018565,
        0.007619,
        0.005456,
        0.00435,
        0.002864,
        0.002428
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.728027,
        0.719727,
        0.722168,
        0.668457,
        0.635254,
        0.451172,
        0.543945,
        0.508301,
        0.669434
      ]
    },
    {
      "question_id": "10115911",
      "image_id": 123180,
      "question": "một số con hươu cao cổ rất dễ thương có bao nhiêu cái đứng hơn con khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "hươu cao cổ",
        "năm",
        "bãi cỏ",
        "sáu",
        "cây",
        "ngựa rằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.433472,
      "confidences": [
        0.433472,
        0.382538,
        0.152758,
        0.006764,
        0.001007,
        0.000932,
        0.000816,
        0.000665,
        0.000619,
        0.000592
      ],
      "gate_score_top1": 0.843262,
      "gate_scores": [
        0.843262,
        0.810547,
        0.834473,
        0.686523,
        0.57959,
        0.556641,
        0.500488,
        0.425781,
        0.467529,
        0.498779
      ]
    },
    {
      "question_id": "10108461",
      "image_id": 84670,
      "question": "có bao nhiêu vận động viên trượt tuyết mặc áo khoác vàng nhảy đồng thời",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "một",
        "mười",
        "núi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.368544,
      "confidences": [
        0.368544,
        0.317704,
        0.193452,
        0.05393,
        0.015512,
        0.005267,
        0.004191,
        0.003182,
        0.003084,
        0.001831
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.820312,
        0.771484,
        0.737305,
        0.69043,
        0.59082,
        0.507812,
        0.568359,
        0.565918,
        0.57666
      ]
    },
    {
      "question_id": "10056161",
      "image_id": 572900,
      "question": "chàng trai mặc áo xanh đang ném gì",
      "ground_truth": "dĩa ",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "áo sơ mi",
        "chiếc ô",
        "kho",
        "ga-ra",
        "ô cửa",
        "lối đi",
        "áo vest",
        "dĩa nhựa",
        "nón"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.279623,
      "confidences": [
        0.279623,
        0.037917,
        0.022421,
        0.021689,
        0.019981,
        0.015622,
        0.014733,
        0.012602,
        0.012394,
        0.012048
      ],
      "gate_score_top1": 0.770996,
      "gate_scores": [
        0.770996,
        0.61084,
        0.634277,
        0.64502,
        0.605957,
        0.596191,
        0.57373,
        0.644531,
        0.605957,
        0.568848
      ]
    },
    {
      "question_id": "10118311",
      "image_id": 539087,
      "question": "có bao nhiêu bức tranh có thùng táo để bán",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.47937,
      "confidences": [
        0.47937,
        0.224676,
        0.116106,
        0.103671,
        0.02611,
        0.014251,
        0.010757,
        0.004355,
        0.002516,
        0.002017
      ],
      "gate_score_top1": 0.82373,
      "gate_scores": [
        0.82373,
        0.839355,
        0.793457,
        0.757812,
        0.737305,
        0.681641,
        0.664062,
        0.586914,
        0.578613,
        0.604004
      ]
    },
    {
      "question_id": "10117561",
      "image_id": 202507,
      "question": "có bao nhiêu rổ táo vàng, xanh, đỏ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.572067,
      "confidences": [
        0.572067,
        0.184278,
        0.180009,
        0.022531,
        0.017754,
        0.009283,
        0.002192,
        0.001782,
        0.00095,
        0.00076
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.830566,
        0.834473,
        0.660156,
        0.754395,
        0.717773,
        0.634766,
        0.57959,
        0.516113,
        0.535156
      ]
    },
    {
      "question_id": "10025831",
      "image_id": 26958,
      "question": "con hươu cao cổ đơn độc ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "tòa nhà",
        "chuồng trại",
        "bảo tàng",
        "cửa tiệm",
        "lá",
        "bãi cỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.51584,
      "confidences": [
        0.51584,
        0.365785,
        0.088942,
        0.002288,
        0.001938,
        0.001871,
        0.001594,
        0.001033,
        0.000615,
        0.000471
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.878906,
        0.875977,
        0.64502,
        0.687988,
        0.71582,
        0.651367,
        0.644531,
        0.598145,
        0.51123
      ]
    },
    {
      "question_id": "10034221",
      "image_id": 365819,
      "question": "cậu bé đặt đồ dùng bằng bạc ở đâu",
      "ground_truth": "ngăn kéo",
      "ground_truth_normalized": "ngăn kéo",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "phòng bếp",
        "tủ đá",
        "cửa",
        "cái kệ",
        "thùng chứa",
        "lò vi sóng",
        "ngăn kéo",
        "vali",
        "hộp"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.251024,
      "confidences": [
        0.251024,
        0.183653,
        0.110093,
        0.057004,
        0.029229,
        0.025997,
        0.020445,
        0.01586,
        0.014079,
        0.011879
      ],
      "gate_score_top1": 0.773926,
      "gate_scores": [
        0.773926,
        0.757812,
        0.729492,
        0.696289,
        0.631836,
        0.652832,
        0.589355,
        0.599609,
        0.575195,
        0.583496
      ]
    },
    {
      "question_id": "10100721",
      "image_id": 523322,
      "question": "cái gì bao gồm máy tính để bàn và đèn",
      "ground_truth": "văn phòng",
      "ground_truth_normalized": "văn phòng",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "văn phòng",
        "máy tính",
        "bàn phím",
        "phòng ngủ",
        "laptop",
        "thư viện",
        "cái ghế",
        "trang thiết bị",
        "bức tranh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.515104,
      "confidences": [
        0.515104,
        0.181526,
        0.058246,
        0.027892,
        0.022325,
        0.017489,
        0.007551,
        0.007522,
        0.007011,
        0.006756
      ],
      "gate_score_top1": 0.820312,
      "gate_scores": [
        0.820312,
        0.805664,
        0.802734,
        0.708496,
        0.633789,
        0.76123,
        0.631348,
        0.597656,
        0.575195,
        0.595215
      ]
    },
    {
      "question_id": "10101181",
      "image_id": 570826,
      "question": "những gì đang chuyển động",
      "ground_truth": "xe điện",
      "ground_truth_normalized": "xe điện",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe điện",
        "xe đẩy",
        "xe ô tô",
        "xe buýt",
        "trạm",
        "xe điện ngầm",
        "động cơ",
        "phương tiện giao thông",
        "các tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.506255,
      "confidences": [
        0.506255,
        0.147905,
        0.081045,
        0.060228,
        0.049736,
        0.021898,
        0.014502,
        0.005724,
        0.00481,
        0.004449
      ],
      "gate_score_top1": 0.81543,
      "gate_scores": [
        0.81543,
        0.780762,
        0.753906,
        0.751465,
        0.766113,
        0.73877,
        0.721191,
        0.648438,
        0.598145,
        0.605957
      ]
    },
    {
      "question_id": "10111621",
      "image_id": 201246,
      "question": "bao nhiêu máy bay phản lực bay cao để lại một vệt khói",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "sáu",
        "bảy",
        "chín",
        "năm",
        "tám",
        "ba",
        "máy bay",
        "mười",
        "một"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.347072,
      "confidences": [
        0.347072,
        0.281068,
        0.233925,
        0.065724,
        0.024084,
        0.010158,
        0.004268,
        0.001804,
        0.001561,
        0.001146
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.820801,
        0.834473,
        0.775391,
        0.70459,
        0.643555,
        0.605469,
        0.623535,
        0.504883,
        0.496338
      ]
    },
    {
      "question_id": "10057181",
      "image_id": 513497,
      "question": "phía trước nhà thờ cổ điển cũ là gì",
      "ground_truth": "bầu trời",
      "ground_truth_normalized": "bầu trời",
      "predicted_top1": "đồng hồ",
      "predicted_topk": [
        "đồng hồ",
        "tòa tháp",
        "tòa nhà",
        "các tòa nhà",
        "cây",
        "bức ảnh",
        "cầu",
        "bức tượng",
        "lá cờ",
        "bầu trời"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.402072,
      "confidences": [
        0.402072,
        0.307077,
        0.119317,
        0.024431,
        0.011676,
        0.011361,
        0.008918,
        0.006679,
        0.006311,
        0.004934
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.786621,
        0.780762,
        0.67041,
        0.637207,
        0.656738,
        0.631348,
        0.611328,
        0.670898,
        0.537598
      ]
    },
    {
      "question_id": "10028341",
      "image_id": 518109,
      "question": "chàng trai trẻ đang sử dụng máy tính xách tay ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "phòng",
        "sân bay",
        "kho",
        "tòa nhà",
        "gian hàng",
        "văn phòng",
        "bảo tàng",
        "thư viện"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.7569,
      "confidences": [
        0.7569,
        0.050118,
        0.043544,
        0.035401,
        0.011743,
        0.008916,
        0.007479,
        0.006298,
        0.005303,
        0.00508
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.833496,
        0.766113,
        0.775879,
        0.777344,
        0.705566,
        0.674805,
        0.73291,
        0.768066,
        0.649414
      ]
    },
    {
      "question_id": "10059801",
      "image_id": 526414,
      "question": "một phòng khách trên lầu được trang trí đẹp đẽ và chứa những gì",
      "ground_truth": "cỗ máy",
      "ground_truth_normalized": "cỗ máy",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "phòng",
        "nhà ở",
        "cái kệ",
        "cửa sổ",
        "cửa",
        "bức ảnh",
        "chung cư",
        "nhiều cái ghế",
        "đi văng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.115604,
      "confidences": [
        0.115604,
        0.10202,
        0.067168,
        0.043537,
        0.041869,
        0.040108,
        0.039026,
        0.037166,
        0.033186,
        0.022719
      ],
      "gate_score_top1": 0.706055,
      "gate_scores": [
        0.706055,
        0.712402,
        0.788086,
        0.65332,
        0.689453,
        0.638184,
        0.585938,
        0.578613,
        0.624512,
        0.591797
      ]
    },
    {
      "question_id": "10072541",
      "image_id": 577403,
      "question": "chàng trai trẻ với ván trượt lướt qua những gì",
      "ground_truth": "xe buýt",
      "ground_truth_normalized": "xe buýt",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "xe buýt",
        "đường phố",
        "bảng",
        "áo sơ mi",
        "màu đen",
        "ga-ra",
        "lối đi",
        "đường",
        "mặt nạ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.696025,
      "confidences": [
        0.696025,
        0.025552,
        0.019137,
        0.006924,
        0.006764,
        0.006423,
        0.004376,
        0.004135,
        0.004115,
        0.004043
      ],
      "gate_score_top1": 0.814453,
      "gate_scores": [
        0.814453,
        0.636719,
        0.686035,
        0.571777,
        0.46582,
        0.538086,
        0.483154,
        0.531738,
        0.658203,
        0.45166
      ]
    },
    {
      "question_id": "10094361",
      "image_id": 468363,
      "question": "những gì bao gồm búp bê, gấu bông và ếch",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "gấu",
      "predicted_topk": [
        "gấu",
        "đồ chơi",
        "cái kệ",
        "gấu trúc",
        "cây",
        "cái ghế",
        "màu nâu",
        "chuột",
        "bức tượng",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.934814,
      "confidences": [
        0.934814,
        0.044934,
        0.001414,
        0.001069,
        0.000535,
        0.000495,
        0.000478,
        0.000442,
        0.000338,
        0.000338
      ],
      "gate_score_top1": 0.878906,
      "gate_scores": [
        0.878906,
        0.824219,
        0.631348,
        0.700195,
        0.611328,
        0.527832,
        0.545898,
        0.572754,
        0.508789,
        0.61084
      ]
    },
    {
      "question_id": "10091501",
      "image_id": 352027,
      "question": "người đàn ông đang mang một tấm ván lướt sóng trên đỉnh sóng bao phủ là gì",
      "ground_truth": "bờ biển",
      "ground_truth_normalized": "bờ biển",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "cây sào",
        "trượt tuyết",
        "vạch kẻ đường",
        "ca nô",
        "diều",
        "cái lều",
        "áo sơ mi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.81598,
      "confidences": [
        0.81598,
        0.111297,
        0.013768,
        0.00429,
        0.002995,
        0.002265,
        0.001915,
        0.001703,
        0.001122,
        0.001105
      ],
      "gate_score_top1": 0.871094,
      "gate_scores": [
        0.871094,
        0.817871,
        0.682617,
        0.642578,
        0.709961,
        0.567383,
        0.465332,
        0.699219,
        0.473877,
        0.514648
      ]
    },
    {
      "question_id": "10033361",
      "image_id": 194616,
      "question": "cửa tủ lạnh mở ra ở đâu",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "phòng bếp",
        "cái kệ",
        "phòng",
        "lò vi sóng",
        "chai",
        "thùng chứa",
        "cửa ra vào"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.548416,
      "confidences": [
        0.548416,
        0.173242,
        0.118603,
        0.029871,
        0.010223,
        0.005504,
        0.004763,
        0.003911,
        0.002969,
        0.00239
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.755859,
        0.774902,
        0.688477,
        0.637207,
        0.625488,
        0.555176,
        0.542969,
        0.563965,
        0.435059
      ]
    },
    {
      "question_id": "10004621",
      "image_id": 220518,
      "question": "màu của chiếc bình là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu trắng",
        "màu đen",
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.692668,
      "confidences": [
        0.692668,
        0.193856,
        0.040161,
        0.025728,
        0.021497,
        0.009689,
        0.003537,
        0.001838,
        0.001437,
        0.001283
      ],
      "gate_score_top1": 0.906738,
      "gate_scores": [
        0.906738,
        0.835938,
        0.800293,
        0.783691,
        0.718262,
        0.73584,
        0.755859,
        0.731445,
        0.688477,
        0.70459
      ]
    },
    {
      "question_id": "10107631",
      "image_id": 394554,
      "question": "có bao nhiêu người đang ngồi trên ghế dài bên ngoài tòa nhà",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "sân vận động",
        "một"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.371999,
      "confidences": [
        0.371999,
        0.305998,
        0.231884,
        0.057271,
        0.005989,
        0.004399,
        0.002225,
        0.001365,
        0.000361,
        0.000361
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.838867,
        0.811523,
        0.774902,
        0.659668,
        0.636719,
        0.582031,
        0.523926,
        0.482178,
        0.456543
      ]
    },
    {
      "question_id": "10008311",
      "image_id": 307371,
      "question": "màu của tháp là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu nâu",
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu xanh dương",
        "màu cam",
        "màu vàng",
        "màu xám",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.543062,
      "confidences": [
        0.543062,
        0.30463,
        0.097747,
        0.017052,
        0.009565,
        0.004698,
        0.003835,
        0.00184,
        0.001636,
        0.000798
      ],
      "gate_score_top1": 0.859863,
      "gate_scores": [
        0.859863,
        0.804688,
        0.80127,
        0.80957,
        0.746582,
        0.689453,
        0.811523,
        0.681152,
        0.718262,
        0.676758
      ]
    },
    {
      "question_id": "10083591",
      "image_id": 394002,
      "question": "những gì trong nhà để xe trước khi cuộc đua bắt đầu",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "ga-ra",
        "đường",
        "cây",
        "chim bồ câu",
        "con khỉ",
        "máy bay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.5795,
      "confidences": [
        0.5795,
        0.395184,
        0.003576,
        0.000904,
        0.000826,
        0.00068,
        0.000516,
        0.000418,
        0.000325,
        0.000318
      ],
      "gate_score_top1": 0.850098,
      "gate_scores": [
        0.850098,
        0.889648,
        0.693848,
        0.507812,
        0.597656,
        0.543945,
        0.47876,
        0.511719,
        0.390625,
        0.565918
      ]
    },
    {
      "question_id": "10078351",
      "image_id": 387244,
      "question": "những gì trên mặt đất khi nước đổ lên đường",
      "ground_truth": "vòi nước",
      "ground_truth_normalized": "vòi nước",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "nón",
        "tường",
        "bức ảnh",
        "chậu",
        "lá cờ",
        "phòng tắm",
        "bồn tắm",
        "máy ảnh",
        "xe ô tô"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.484015,
      "confidences": [
        0.484015,
        0.033196,
        0.013704,
        0.01323,
        0.013102,
        0.012899,
        0.011551,
        0.011327,
        0.009474,
        0.00797
      ],
      "gate_score_top1": 0.815918,
      "gate_scores": [
        0.815918,
        0.674316,
        0.598145,
        0.583984,
        0.561523,
        0.575684,
        0.557129,
        0.677246,
        0.575684,
        0.603516
      ]
    },
    {
      "question_id": "10038291",
      "image_id": 45325,
      "question": "nơi đã làm nhiều sản phẩm nướng",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa sổ",
        "cửa tiệm",
        "cái mâm",
        "bánh ngọt",
        "cái kệ",
        "cửa",
        "lò vi sóng",
        "hộp",
        "phòng bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.471342,
      "confidences": [
        0.471342,
        0.098413,
        0.05888,
        0.018636,
        0.017714,
        0.017439,
        0.015847,
        0.012127,
        0.011194,
        0.009878
      ],
      "gate_score_top1": 0.806152,
      "gate_scores": [
        0.806152,
        0.694336,
        0.709473,
        0.740723,
        0.599121,
        0.680176,
        0.663574,
        0.564453,
        0.689941,
        0.612793
      ]
    },
    {
      "question_id": "10067461",
      "image_id": 528404,
      "question": "những gì được thiết lập với ga tàu",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "các tòa nhà",
        "hàng hoá",
        "màu đỏ",
        "cây",
        "cầu",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.687052,
      "confidences": [
        0.687052,
        0.190788,
        0.046391,
        0.006977,
        0.004374,
        0.003898,
        0.003764,
        0.001622,
        0.001408,
        0.001395
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.799805,
        0.76416,
        0.594238,
        0.639648,
        0.527832,
        0.611328,
        0.546875,
        0.590332,
        0.537598
      ]
    },
    {
      "question_id": "10096841",
      "image_id": 566159,
      "question": "hai người phụ nữ hạnh phúc đang giữ gì",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "cây sào",
        "vạch kẻ đường",
        "diều",
        "ca nô",
        "trượt tuyết",
        "con thuyền",
        "bàn chải"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.614007,
      "confidences": [
        0.614007,
        0.294604,
        0.019055,
        0.004145,
        0.00239,
        0.002193,
        0.001823,
        0.001683,
        0.00149,
        0.001478
      ],
      "gate_score_top1": 0.865234,
      "gate_scores": [
        0.865234,
        0.816895,
        0.681641,
        0.596191,
        0.541504,
        0.70166,
        0.441162,
        0.668457,
        0.619629,
        0.574219
      ]
    },
    {
      "question_id": "10032381",
      "image_id": 300072,
      "question": "cặp vợ chồng đang ngồi ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "chậu",
        "tách",
        "cái nồi",
        "thùng chứa",
        "cái lọ",
        "máy xay",
        "phòng bếp",
        "cái rổ",
        "phòng tắm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.569938,
      "confidences": [
        0.569938,
        0.277766,
        0.043949,
        0.021841,
        0.008705,
        0.006233,
        0.004048,
        0.003601,
        0.003056,
        0.002563
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.807129,
        0.751953,
        0.76123,
        0.682617,
        0.69043,
        0.669922,
        0.636719,
        0.65918,
        0.714844
      ]
    },
    {
      "question_id": "10045511",
      "image_id": 340412,
      "question": "cặp vợ chồng đang ngồi ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "giường",
        "cái ghế",
        "văn phòng",
        "chung cư",
        "hành lang",
        "nhà ở",
        "cửa sổ",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.570099,
      "confidences": [
        0.570099,
        0.308749,
        0.058239,
        0.023439,
        0.003797,
        0.00263,
        0.002101,
        0.002072,
        0.001672,
        0.000773
      ],
      "gate_score_top1": 0.865723,
      "gate_scores": [
        0.865723,
        0.871094,
        0.72998,
        0.749512,
        0.650879,
        0.652344,
        0.633789,
        0.72998,
        0.614746,
        0.52002
      ]
    },
    {
      "question_id": "10057261",
      "image_id": 478155,
      "question": "những gì chứa đầy trái cây, rau và đồ nhúng nằm trên đỉnh của một cái bàn",
      "ground_truth": "đĩa",
      "ground_truth_normalized": "đĩa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "rau",
        "thịt",
        "đĩa",
        "chén đĩa",
        "món ăn",
        "rượu",
        "bữa trưa"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.265605,
      "confidences": [
        0.265605,
        0.118323,
        0.062596,
        0.05159,
        0.049906,
        0.039019,
        0.036016,
        0.030866,
        0.016297,
        0.0154
      ],
      "gate_score_top1": 0.770996,
      "gate_scores": [
        0.770996,
        0.766602,
        0.693359,
        0.765137,
        0.653809,
        0.636719,
        0.664551,
        0.723145,
        0.655762,
        0.510254
      ]
    },
    {
      "question_id": "10088621",
      "image_id": 507893,
      "question": "cái gì mở ra phòng tắm đơn giản, màu trắng",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "bồn tắm",
        "cửa",
        "vòi hoa sen",
        "khăn",
        "tường",
        "nhà ở",
        "gương",
        "bức ảnh",
        "quầy tính tiền"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.248474,
      "confidences": [
        0.248474,
        0.194269,
        0.14607,
        0.097304,
        0.034358,
        0.03159,
        0.025186,
        0.013015,
        0.012689,
        0.011374
      ],
      "gate_score_top1": 0.784668,
      "gate_scores": [
        0.784668,
        0.819824,
        0.75,
        0.737793,
        0.719238,
        0.653809,
        0.722168,
        0.679688,
        0.59375,
        0.532227
      ]
    },
    {
      "question_id": "10035701",
      "image_id": 387408,
      "question": "người phụ nữ đang chụp ảnh mình ở đâu",
      "ground_truth": "gương",
      "ground_truth_normalized": "gương",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "gương",
        "vòi hoa sen",
        "ô cửa",
        "máy ảnh",
        "hành lang",
        "bồn tắm",
        "cửa",
        "phòng",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.553389,
      "confidences": [
        0.553389,
        0.41772,
        0.003544,
        0.002324,
        0.001831,
        0.001814,
        0.001192,
        0.000916,
        0.000898,
        0.000853
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.890625,
        0.687012,
        0.624512,
        0.557129,
        0.529297,
        0.690918,
        0.608887,
        0.647949,
        0.668945
      ]
    },
    {
      "question_id": "10079141",
      "image_id": 353830,
      "question": "những gì được trình bày trên đĩa trắng",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "chảo",
        "màu xanh lá",
        "áo sơ mi",
        "hộp",
        "bánh",
        "đĩa"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.969426,
      "confidences": [
        0.969426,
        0.003349,
        0.002375,
        0.002356,
        0.001775,
        0.000816,
        0.000612,
        0.000479,
        0.000456,
        0.000431
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.705078,
        0.630371,
        0.63623,
        0.640625,
        0.581543,
        0.423584,
        0.625977,
        0.659668,
        0.508301
      ]
    },
    {
      "question_id": "10087651",
      "image_id": 576136,
      "question": "những gì đang ăn từ bát kim loại",
      "ground_truth": "cún yêu",
      "ground_truth_normalized": "cún yêu",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "đồ chơi",
        "gấu",
        "màu nâu",
        "bát",
        "tách",
        "cún yêu",
        "con mèo",
        "màu vàng",
        "móng vuốt"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.572592,
      "confidences": [
        0.572592,
        0.029528,
        0.026624,
        0.025355,
        0.01344,
        0.011428,
        0.010467,
        0.0093,
        0.008543,
        0.008369
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.571777,
        0.685547,
        0.690918,
        0.589844,
        0.587402,
        0.411865,
        0.615723,
        0.583984,
        0.410156
      ]
    },
    {
      "question_id": "10051211",
      "image_id": 388312,
      "question": "con mèo đáng yêu đang ngóc đầu lên ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "cái ví",
        "túi",
        "xe đẩy",
        "thùng chứa",
        "balo",
        "hộp",
        "toa xe"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.658095,
      "confidences": [
        0.658095,
        0.196058,
        0.059098,
        0.010391,
        0.010032,
        0.005979,
        0.005851,
        0.005795,
        0.003556,
        0.003535
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.866699,
        0.79248,
        0.69873,
        0.703125,
        0.716309,
        0.714355,
        0.639648,
        0.673828,
        0.623047
      ]
    },
    {
      "question_id": "10067661",
      "image_id": 515289,
      "question": "một số tay đua xe đạp mỉm cười tiếp cận những gì",
      "ground_truth": "chim bồ câu",
      "ground_truth_normalized": "chim bồ câu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "chim bồ câu",
        "xe đạp",
        "cây",
        "đường",
        "mười",
        "đường phố",
        "cửa sổ",
        "đồi",
        "ván trượt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.181072,
      "confidences": [
        0.181072,
        0.161679,
        0.12015,
        0.017929,
        0.017208,
        0.013719,
        0.011678,
        0.011176,
        0.010458,
        0.007681
      ],
      "gate_score_top1": 0.67041,
      "gate_scores": [
        0.67041,
        0.661133,
        0.771973,
        0.553223,
        0.618164,
        0.567383,
        0.614258,
        0.591309,
        0.604004,
        0.627441
      ]
    },
    {
      "question_id": "10039101",
      "image_id": 494642,
      "question": "con chó nhỏ đang cưỡi ở đâu",
      "ground_truth": "xe",
      "ground_truth_normalized": "xe",
      "predicted_top1": "xe lăn",
      "predicted_topk": [
        "xe lăn",
        "xe",
        "đường",
        "xe đẩy",
        "đường phố",
        "cái ghế",
        "toa xe",
        "cái túi",
        "xe đạp",
        "vali"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.079577,
      "confidences": [
        0.079577,
        0.074029,
        0.067536,
        0.064192,
        0.062096,
        0.042594,
        0.03679,
        0.032531,
        0.026864,
        0.024652
      ],
      "gate_score_top1": 0.719727,
      "gate_scores": [
        0.719727,
        0.657715,
        0.73877,
        0.75,
        0.715332,
        0.698242,
        0.631348,
        0.716309,
        0.678711,
        0.691895
      ]
    },
    {
      "question_id": "10084301",
      "image_id": 545235,
      "question": "những gì nằm trên mặt đất",
      "ground_truth": "ký tên",
      "ground_truth_normalized": "ký tên",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "pizza",
        "ký tên",
        "cái mâm",
        "lò vi sóng",
        "tường",
        "tạp dề",
        "sandwich",
        "bánh",
        "bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.152142,
      "confidences": [
        0.152142,
        0.060755,
        0.037503,
        0.027707,
        0.027545,
        0.022925,
        0.015679,
        0.014947,
        0.013024,
        0.012797
      ],
      "gate_score_top1": 0.720703,
      "gate_scores": [
        0.720703,
        0.749512,
        0.517578,
        0.693359,
        0.61084,
        0.450684,
        0.553223,
        0.58252,
        0.588379,
        0.53125
      ]
    },
    {
      "question_id": "10056211",
      "image_id": 502752,
      "question": "con hươu cao cổ ăn gì",
      "ground_truth": "cỏ khô",
      "ground_truth_normalized": "cỏ khô",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lá",
        "bãi cỏ",
        "lồng",
        "cây",
        "rào chắn",
        "đồi",
        "cỏ khô",
        "tòa nhà"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.188843,
      "confidences": [
        0.188843,
        0.101476,
        0.093484,
        0.089903,
        0.073808,
        0.071537,
        0.036041,
        0.016663,
        0.015113,
        0.011655
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.700684,
        0.722168,
        0.724121,
        0.789062,
        0.81543,
        0.633301,
        0.582031,
        0.519531,
        0.635254
      ]
    },
    {
      "question_id": "10078221",
      "image_id": 529065,
      "question": "người đàn ông đang cưỡi một chiếc ván trượt xuống một tấm kim loại treo",
      "ground_truth": "đường sắt",
      "ground_truth_normalized": "đường sắt",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "tòa nhà",
        "ga-ra",
        "trượt tuyết",
        "áo sơ mi",
        "đường sắt",
        "hồ bơi",
        "cây",
        "đồi",
        "sân"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.455577,
      "confidences": [
        0.455577,
        0.080729,
        0.034317,
        0.019745,
        0.017088,
        0.015742,
        0.011054,
        0.010904,
        0.010006,
        0.009309
      ],
      "gate_score_top1": 0.788574,
      "gate_scores": [
        0.788574,
        0.770508,
        0.606445,
        0.75,
        0.588379,
        0.543945,
        0.674316,
        0.694336,
        0.67627,
        0.635742
      ]
    },
    {
      "question_id": "10104521",
      "image_id": 549366,
      "question": "có bao nhiêu con ngựa vằn để chăn thả trên một đồng bằng cỏ",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.69074,
      "confidences": [
        0.69074,
        0.287943,
        0.012262,
        0.002405,
        0.001686,
        0.000833,
        0.000457,
        0.000397,
        0.000189,
        0.000156
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.89502,
        0.726562,
        0.738281,
        0.544922,
        0.606934,
        0.57666,
        0.526367,
        0.494873,
        0.425781
      ]
    },
    {
      "question_id": "10109271",
      "image_id": 319522,
      "question": "có bao nhiêu con ngựa đứng từ xa trên đồng cỏ",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "hai",
        "mười",
        "một"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.520379,
      "confidences": [
        0.520379,
        0.389746,
        0.040919,
        0.029129,
        0.008712,
        0.001565,
        0.001224,
        0.000724,
        0.000589,
        0.000587
      ],
      "gate_score_top1": 0.867188,
      "gate_scores": [
        0.867188,
        0.879883,
        0.742188,
        0.789551,
        0.710449,
        0.604492,
        0.627441,
        0.595215,
        0.542969,
        0.55957
      ]
    },
    {
      "question_id": "10110691",
      "image_id": 486606,
      "question": "nhóm có bao nhiêu tay vợt nam bắt tay",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.856686,
      "confidences": [
        0.856686,
        0.077233,
        0.051448,
        0.00538,
        0.005094,
        0.000892,
        0.000342,
        0.000328,
        0.000216,
        0.00017
      ],
      "gate_score_top1": 0.909668,
      "gate_scores": [
        0.909668,
        0.862793,
        0.862305,
        0.758301,
        0.734375,
        0.520996,
        0.550781,
        0.521973,
        0.452148,
        0.473145
      ]
    },
    {
      "question_id": "10091441",
      "image_id": 578849,
      "question": "tay đua trượt tuyết đeo kính bảo hộ cái gì",
      "ground_truth": "mắt",
      "ground_truth_normalized": "mắt",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "núi",
        "trượt tuyết",
        "đồi",
        "cây sào",
        "cây",
        "mắt",
        "mũ",
        "áo sơ mi",
        "quần short"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.548444,
      "confidences": [
        0.548444,
        0.085431,
        0.072788,
        0.029409,
        0.012873,
        0.012823,
        0.008592,
        0.008377,
        0.007931,
        0.007553
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.72168,
        0.739258,
        0.71582,
        0.637207,
        0.632812,
        0.432373,
        0.59668,
        0.557129,
        0.475342
      ]
    },
    {
      "question_id": "10029481",
      "image_id": 411208,
      "question": "con chó nâu đang nằm ở đâu",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái ghế",
        "giường",
        "phòng ngủ",
        "chung cư",
        "nhà ở",
        "cửa sổ",
        "văn phòng",
        "nhiều cái ghế",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.491239,
      "confidences": [
        0.491239,
        0.457885,
        0.006232,
        0.005697,
        0.004233,
        0.003395,
        0.002244,
        0.001916,
        0.001128,
        0.000943
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.867188,
        0.72998,
        0.750488,
        0.654297,
        0.725586,
        0.62207,
        0.623535,
        0.502441,
        0.562012
      ]
    },
    {
      "question_id": "10027831",
      "image_id": 147520,
      "question": "nơi nào hai người đàn ông di chuyển bên cạnh nhau",
      "ground_truth": "trượt tuyết",
      "ground_truth_normalized": "trượt tuyết",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đồi",
        "trượt tuyết",
        "núi",
        "cây",
        "đường",
        "trang thiết bị",
        "bầu trời",
        "cây sào",
        "bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.26208,
      "confidences": [
        0.26208,
        0.231285,
        0.207322,
        0.078384,
        0.012139,
        0.011537,
        0.010044,
        0.00673,
        0.00473,
        0.004523
      ],
      "gate_score_top1": 0.770996,
      "gate_scores": [
        0.770996,
        0.823242,
        0.826172,
        0.723145,
        0.66748,
        0.688477,
        0.632324,
        0.575195,
        0.568359,
        0.544434
      ]
    },
    {
      "question_id": "10041251",
      "image_id": 162892,
      "question": "hai giường nằm cạnh nhau ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "hành lang",
        "tòa nhà",
        "giường",
        "chung cư",
        "ô cửa",
        "cửa sổ",
        "bảo tàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.667978,
      "confidences": [
        0.667978,
        0.294107,
        0.008086,
        0.003391,
        0.00197,
        0.001574,
        0.001367,
        0.001328,
        0.001154,
        0.00076
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.910156,
        0.82666,
        0.706055,
        0.620605,
        0.565918,
        0.671387,
        0.577148,
        0.66748,
        0.615723
      ]
    },
    {
      "question_id": "10055221",
      "image_id": 555597,
      "question": "bao phủ một khu vực với các yếu tố kiến ​​trúc dọc theo đường phố",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "các tòa nhà",
        "đồng hồ",
        "lá cờ",
        "tòa tháp",
        "xe ô tô",
        "bức ảnh",
        "cầu",
        "đường phố",
        "bầu trời"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.491711,
      "confidences": [
        0.491711,
        0.071254,
        0.025706,
        0.020736,
        0.018086,
        0.017124,
        0.016308,
        0.013813,
        0.010716,
        0.00913
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.675293,
        0.638184,
        0.67041,
        0.63623,
        0.65918,
        0.589355,
        0.625,
        0.498291,
        0.420654
      ]
    },
    {
      "question_id": "10104991",
      "image_id": 113905,
      "question": "có bao nhiêu cái hotdog trên đĩa của người này",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "tám",
        "bảy",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.638357,
      "confidences": [
        0.638357,
        0.294553,
        0.03477,
        0.015429,
        0.005416,
        0.004687,
        0.000982,
        0.000954,
        0.000259,
        0.000255
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.878906,
        0.803711,
        0.721191,
        0.561035,
        0.671875,
        0.539062,
        0.566406,
        0.450928,
        0.445068
      ]
    },
    {
      "question_id": "10059301",
      "image_id": 523677,
      "question": "những gì có nhiều loại pizza khác nhau",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "quán ăn",
        "tạp dề",
        "cái mâm",
        "pizza",
        "cửa tiệm",
        "lò vi sóng",
        "phòng bếp",
        "cửa sổ",
        "bánh ngọt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.252238,
      "confidences": [
        0.252238,
        0.077079,
        0.067492,
        0.048518,
        0.038008,
        0.024636,
        0.021954,
        0.020225,
        0.016767,
        0.01329
      ],
      "gate_score_top1": 0.748535,
      "gate_scores": [
        0.748535,
        0.726074,
        0.741211,
        0.737793,
        0.707031,
        0.691895,
        0.59668,
        0.606445,
        0.572754,
        0.550293
      ]
    },
    {
      "question_id": "10097981",
      "image_id": 524627,
      "question": "người phụ nữ mặc gì khi ăn bánh rán",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "áo sơ mi",
        "bữa ăn",
        "sandwich",
        "cái mâm",
        "quán ăn",
        "rượu",
        "đĩa ăn",
        "con chó",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.56473,
      "confidences": [
        0.56473,
        0.050221,
        0.022769,
        0.014332,
        0.012428,
        0.01084,
        0.008864,
        0.0085,
        0.007664,
        0.006937
      ],
      "gate_score_top1": 0.816406,
      "gate_scores": [
        0.816406,
        0.633789,
        0.681641,
        0.722168,
        0.664551,
        0.572266,
        0.484619,
        0.597656,
        0.640625,
        0.641602
      ]
    },
    {
      "question_id": "10072501",
      "image_id": 350051,
      "question": "con ngựa nâu và ngựa trắng đang ăn gì",
      "ground_truth": "hay",
      "ground_truth_normalized": "hay",
      "predicted_top1": "bãi cỏ",
      "predicted_topk": [
        "bãi cỏ",
        "chuồng",
        "lồng",
        "cái nồi",
        "bát",
        "chuồng trại",
        "hay",
        "cái rổ",
        "rào chắn",
        "chảo"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.157657,
      "confidences": [
        0.157657,
        0.054166,
        0.047802,
        0.046603,
        0.027882,
        0.026762,
        0.025837,
        0.025787,
        0.018977,
        0.015368
      ],
      "gate_score_top1": 0.742676,
      "gate_scores": [
        0.742676,
        0.680176,
        0.756348,
        0.663574,
        0.647461,
        0.648926,
        0.477783,
        0.76416,
        0.603027,
        0.601562
      ]
    },
    {
      "question_id": "10008091",
      "image_id": 345797,
      "question": "màu của tường là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu tía",
        "màu cam",
        "màu trắng",
        "màu xanh lá",
        "màu nâu",
        "màu xanh dương",
        "màu xám",
        "màu vàng",
        "màu đen"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.402906,
      "confidences": [
        0.402906,
        0.393572,
        0.139785,
        0.017841,
        0.00955,
        0.006798,
        0.00577,
        0.005172,
        0.004546,
        0.001888
      ],
      "gate_score_top1": 0.884277,
      "gate_scores": [
        0.884277,
        0.854492,
        0.852539,
        0.740234,
        0.689453,
        0.678223,
        0.712402,
        0.736328,
        0.69873,
        0.708008
      ]
    },
    {
      "question_id": "10065871",
      "image_id": 434990,
      "question": "điều gì ở bên cạnh một con đường gần một chiếc xe cảnh sát",
      "ground_truth": "thân cây",
      "ground_truth_normalized": "thân cây",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe cộ",
        "xe buýt",
        "phương tiện giao thông",
        "xe tải",
        "động cơ",
        "tàu hỏa",
        "xe điện",
        "bầu trời",
        "xe đẩy"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.721759,
      "confidences": [
        0.721759,
        0.036643,
        0.030497,
        0.029157,
        0.019884,
        0.010811,
        0.007372,
        0.004107,
        0.0037,
        0.003046
      ],
      "gate_score_top1": 0.844238,
      "gate_scores": [
        0.844238,
        0.717285,
        0.754883,
        0.755859,
        0.689453,
        0.62207,
        0.671387,
        0.550781,
        0.491455,
        0.652344
      ]
    },
    {
      "question_id": "10113521",
      "image_id": 576695,
      "question": "có bao nhiêu quả cam có những khuôn mặt ngộ nghĩnh được vẽ trên chúng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.426688,
      "confidences": [
        0.426688,
        0.367828,
        0.117565,
        0.04325,
        0.014318,
        0.005629,
        0.002765,
        0.002498,
        0.001182,
        0.000718
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.836426,
        0.758789,
        0.771484,
        0.697266,
        0.623047,
        0.616211,
        0.592285,
        0.558594,
        0.472168
      ]
    },
    {
      "question_id": "10054161",
      "image_id": 517029,
      "question": "con hươu cao cổ đang ăn gì trên cây",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "lá",
        "bãi cỏ",
        "vườn bách thú",
        "đồi",
        "ngựa rằn",
        "lồng",
        "chuồng",
        "rào chắn",
        "cỏ khô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.361678,
      "confidences": [
        0.361678,
        0.257472,
        0.063591,
        0.046706,
        0.01297,
        0.012042,
        0.007897,
        0.007052,
        0.006821,
        0.005535
      ],
      "gate_score_top1": 0.842773,
      "gate_scores": [
        0.842773,
        0.749512,
        0.713867,
        0.769531,
        0.587402,
        0.617676,
        0.678711,
        0.545898,
        0.595215,
        0.488525
      ]
    },
    {
      "question_id": "10074601",
      "image_id": 472216,
      "question": "người trượt tuyết trượt những gì đang đi trên một con đường tuyết",
      "ground_truth": "cây sào",
      "ground_truth_normalized": "cây sào",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "cây",
        "đồi",
        "núi",
        "trượt tuyết",
        "cây sào",
        "xe đạp",
        "bức ảnh",
        "mũ",
        "mắt"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.591251,
      "confidences": [
        0.591251,
        0.038393,
        0.030194,
        0.02842,
        0.028144,
        0.018349,
        0.008222,
        0.007861,
        0.007214,
        0.006744
      ],
      "gate_score_top1": 0.82959,
      "gate_scores": [
        0.82959,
        0.689941,
        0.715332,
        0.681641,
        0.671387,
        0.617676,
        0.669922,
        0.586426,
        0.585449,
        0.416992
      ]
    },
    {
      "question_id": "10104651",
      "image_id": 395853,
      "question": "có bao nhiêu người đang chụp ảnh nhóm trong trang phục công sở",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "bốn",
        "bảy",
        "tám",
        "chín",
        "ba",
        "mười",
        "đĩa ăn",
        "một"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.359966,
      "confidences": [
        0.359966,
        0.350257,
        0.18602,
        0.062309,
        0.006145,
        0.004191,
        0.002464,
        0.001268,
        0.000601,
        0.000435
      ],
      "gate_score_top1": 0.799805,
      "gate_scores": [
        0.799805,
        0.819824,
        0.803711,
        0.75,
        0.653809,
        0.603516,
        0.573242,
        0.490234,
        0.575195,
        0.437988
      ]
    },
    {
      "question_id": "10031131",
      "image_id": 293385,
      "question": "bánh sandwich trên bàn ở đâu",
      "ground_truth": "tách",
      "ground_truth_normalized": "tách",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "tách",
        "cái rổ",
        "bát",
        "cái mâm",
        "giấy bạc",
        "cái nồi",
        "cái lọ",
        "cái túi",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.33262,
      "confidences": [
        0.33262,
        0.201744,
        0.114951,
        0.066011,
        0.059869,
        0.018082,
        0.014932,
        0.012092,
        0.006613,
        0.006549
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.76709,
        0.807617,
        0.763672,
        0.768555,
        0.736328,
        0.648926,
        0.708984,
        0.685547,
        0.662598
      ]
    },
    {
      "question_id": "10068641",
      "image_id": 563927,
      "question": "cô gái trẻ xinh đẹp đung đưa những gì",
      "ground_truth": "vợt",
      "ground_truth_normalized": "vợt",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "vợt",
        "nón",
        "áo sơ mi",
        "dĩa nhựa",
        "mũ",
        "sân vận động",
        "mặt trời",
        "quần short",
        "gậy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.482762,
      "confidences": [
        0.482762,
        0.373049,
        0.012228,
        0.0105,
        0.007008,
        0.006369,
        0.00358,
        0.003573,
        0.002516,
        0.002413
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.812988,
        0.610352,
        0.638184,
        0.64209,
        0.625977,
        0.574707,
        0.510254,
        0.374512,
        0.585449
      ]
    },
    {
      "question_id": "10088861",
      "image_id": 456377,
      "question": "những gì cho thấy những cái đầu bông cải xanh và mầm brussels nằm trên đỉnh",
      "ground_truth": "mặt",
      "ground_truth_normalized": "mặt",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "bông cải xanh",
        "cà rốt",
        "cây",
        "bát",
        "hoa quả",
        "chén đĩa",
        "mặt",
        "đĩa ăn",
        "cái kệ"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.315919,
      "confidences": [
        0.315919,
        0.269166,
        0.075331,
        0.031403,
        0.023474,
        0.01421,
        0.009466,
        0.009337,
        0.009319,
        0.009157
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.833984,
        0.780762,
        0.73584,
        0.671387,
        0.70752,
        0.708496,
        0.583496,
        0.613281,
        0.672363
      ]
    },
    {
      "question_id": "10118081",
      "image_id": 531144,
      "question": "có bao nhiêu đứa trẻ trong một bức ảnh đen trắng",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "chín",
        "tám",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.600812,
      "confidences": [
        0.600812,
        0.233451,
        0.12017,
        0.017448,
        0.01402,
        0.00238,
        0.002271,
        0.000829,
        0.000799,
        0.000294
      ],
      "gate_score_top1": 0.878418,
      "gate_scores": [
        0.878418,
        0.837402,
        0.800781,
        0.735352,
        0.737793,
        0.65625,
        0.629883,
        0.574707,
        0.52832,
        0.517578
      ]
    },
    {
      "question_id": "10045591",
      "image_id": 304765,
      "question": "ba người đàn ông đang ngồi ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "cái ghế",
        "phòng",
        "gian hàng",
        "cửa tiệm",
        "quán bar",
        "nhà ở",
        "văn phòng",
        "thư viện",
        "lớp học"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.404241,
      "confidences": [
        0.404241,
        0.205661,
        0.149294,
        0.025943,
        0.022761,
        0.016981,
        0.014188,
        0.012619,
        0.009619,
        0.005069
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.765625,
        0.788086,
        0.658691,
        0.714355,
        0.62207,
        0.705566,
        0.736816,
        0.637695,
        0.711426
      ]
    },
    {
      "question_id": "10063721",
      "image_id": 474862,
      "question": "những gì bị ngập lụt trên bờ của nó vài inch và mọi người đang ngồi trên băng ghế",
      "ground_truth": "hồ",
      "ground_truth_normalized": "hồ",
      "predicted_top1": "băng ghế",
      "predicted_topk": [
        "băng ghế",
        "con ngựa",
        "hồ",
        "con thuyền",
        "con chó",
        "con chim",
        "sân vườn",
        "cái ghế",
        "gia súc",
        "chiếc ô"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.589617,
      "confidences": [
        0.589617,
        0.105712,
        0.018227,
        0.015379,
        0.012237,
        0.009129,
        0.007307,
        0.007,
        0.004792,
        0.004677
      ],
      "gate_score_top1": 0.788574,
      "gate_scores": [
        0.788574,
        0.710938,
        0.504395,
        0.572754,
        0.662598,
        0.599609,
        0.647949,
        0.638672,
        0.526367,
        0.544434
      ]
    },
    {
      "question_id": "10033001",
      "image_id": 477061,
      "question": "ghế được gấp lại ở đâu",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe ô tô",
        "phương tiện giao thông",
        "đường phố",
        "gương",
        "ga-ra",
        "đường",
        "xe cộ",
        "cửa sổ",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.341918,
      "confidences": [
        0.341918,
        0.289051,
        0.20577,
        0.01403,
        0.009681,
        0.008378,
        0.008152,
        0.005952,
        0.003561,
        0.003425
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.719238,
        0.815918,
        0.661133,
        0.728027,
        0.630371,
        0.693359,
        0.670898,
        0.568848,
        0.469482
      ]
    },
    {
      "question_id": "10078371",
      "image_id": 523660,
      "question": "người phụ nữ mặc tạp dề cầm cái gì bên bồn rửa bát",
      "ground_truth": "cái thìa",
      "ground_truth_normalized": "cái thìa",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "dao",
        "cây kéo",
        "quầy tính tiền",
        "mũ",
        "cà rốt",
        "tạp dề",
        "máy xay",
        "bếp",
        "bàn chải"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.105143,
      "confidences": [
        0.105143,
        0.100133,
        0.068552,
        0.04383,
        0.040142,
        0.035564,
        0.024017,
        0.020826,
        0.019488,
        0.014624
      ],
      "gate_score_top1": 0.657715,
      "gate_scores": [
        0.657715,
        0.75293,
        0.687988,
        0.693848,
        0.626953,
        0.643555,
        0.519043,
        0.63623,
        0.658203,
        0.726562
      ]
    },
    {
      "question_id": "10065681",
      "image_id": 576576,
      "question": "những gì được chụp bằng ống kính",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tắm",
        "tường",
        "khăn",
        "nhà ở",
        "cửa",
        "bức ảnh",
        "bồn tiểu",
        "phòng"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.582694,
      "confidences": [
        0.582694,
        0.074662,
        0.061897,
        0.034994,
        0.027147,
        0.024863,
        0.021308,
        0.016337,
        0.013386,
        0.012308
      ],
      "gate_score_top1": 0.82666,
      "gate_scores": [
        0.82666,
        0.760254,
        0.805176,
        0.66748,
        0.719727,
        0.793457,
        0.655762,
        0.600586,
        0.649902,
        0.741211
      ]
    },
    {
      "question_id": "10075091",
      "image_id": 573778,
      "question": "những gì đang ngồi trên cỏ",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "hươu cao cổ",
      "predicted_topk": [
        "hươu cao cổ",
        "ngựa rằn",
        "ngựa vằn",
        "cây",
        "màu xanh lá",
        "lá",
        "con chim",
        "vườn bách thú",
        "con ngựa",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.928215,
      "confidences": [
        0.928215,
        0.058877,
        0.00203,
        0.001871,
        0.000592,
        0.00052,
        0.000357,
        0.000242,
        0.000221,
        0.000204
      ],
      "gate_score_top1": 0.90918,
      "gate_scores": [
        0.90918,
        0.831543,
        0.720215,
        0.64502,
        0.599609,
        0.508789,
        0.592773,
        0.616699,
        0.578613,
        0.637207
      ]
    },
    {
      "question_id": "10017831",
      "image_id": 45543,
      "question": "màu của cam là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu vàng",
        "màu cam",
        "màu đen",
        "màu nâu",
        "màu xanh lá",
        "màu xám",
        "màu trắng",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.699235,
      "confidences": [
        0.699235,
        0.251275,
        0.030011,
        0.004711,
        0.001885,
        0.001696,
        0.00136,
        0.00067,
        0.00059,
        0.000574
      ],
      "gate_score_top1": 0.878418,
      "gate_scores": [
        0.878418,
        0.848633,
        0.845215,
        0.688477,
        0.657715,
        0.607422,
        0.645508,
        0.628906,
        0.637207,
        0.658691
      ]
    },
    {
      "question_id": "10116381",
      "image_id": 525180,
      "question": "có bao nhiêu người đàn ông đang chuẩn bị thức ăn trong nhà bếp kim loại chuyên nghiệp",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "cái ghế",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.711415,
      "confidences": [
        0.711415,
        0.247787,
        0.024921,
        0.009459,
        0.000496,
        0.000346,
        0.000189,
        0.000185,
        0.00012,
        0.000111
      ],
      "gate_score_top1": 0.891602,
      "gate_scores": [
        0.891602,
        0.866211,
        0.777344,
        0.778809,
        0.410156,
        0.575195,
        0.446777,
        0.430908,
        0.516113,
        0.401367
      ]
    },
    {
      "question_id": "10075671",
      "image_id": 416326,
      "question": "những gì trong giỏ lưới",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "bông cải xanh",
        "cà rốt",
        "cây",
        "hoa quả",
        "táo",
        "những quả cam",
        "giỏ",
        "cái túi",
        "chuối"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.438216,
      "confidences": [
        0.438216,
        0.161211,
        0.095514,
        0.03288,
        0.029647,
        0.021064,
        0.007423,
        0.004969,
        0.004428,
        0.004402
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.821289,
        0.803223,
        0.754395,
        0.713867,
        0.716797,
        0.695312,
        0.504883,
        0.563477,
        0.559082
      ]
    },
    {
      "question_id": "10026741",
      "image_id": 329011,
      "question": "một con chó đang tắm ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "bồn tắm",
      "predicted_topk": [
        "bồn tắm",
        "chậu",
        "phòng tắm",
        "gương",
        "vòi hoa sen",
        "bát",
        "bàn chải",
        "hồ bơi",
        "quầy tính tiền",
        "khăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.534479,
      "confidences": [
        0.534479,
        0.416252,
        0.014411,
        0.004762,
        0.002184,
        0.001564,
        0.00151,
        0.0011,
        0.000971,
        0.000717
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.864258,
        0.762695,
        0.724609,
        0.626465,
        0.554688,
        0.602539,
        0.572754,
        0.563965,
        0.618164
      ]
    },
    {
      "question_id": "10078781",
      "image_id": 494584,
      "question": "những gì bay lên trên đại dương với những ngọn núi trong nền",
      "ground_truth": "hải âu",
      "ground_truth_normalized": "hải âu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vẹt",
        "con vịt",
        "diều",
        "máy bay",
        "con ngựa",
        "bức tượng",
        "con chó",
        "dĩa nhựa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.60422,
      "confidences": [
        0.60422,
        0.322155,
        0.005279,
        0.00381,
        0.003014,
        0.002771,
        0.002096,
        0.001349,
        0.001329,
        0.000966
      ],
      "gate_score_top1": 0.850586,
      "gate_scores": [
        0.850586,
        0.821777,
        0.689453,
        0.614258,
        0.611816,
        0.567871,
        0.523926,
        0.476807,
        0.507324,
        0.489258
      ]
    },
    {
      "question_id": "10111031",
      "image_id": 248645,
      "question": "có bao nhiêu lát bánh pizza nằm trên khay kim loại tròn",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.407519,
      "confidences": [
        0.407519,
        0.359634,
        0.138111,
        0.030103,
        0.027841,
        0.016431,
        0.005011,
        0.004992,
        0.001149,
        0.000898
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.86084,
        0.844238,
        0.743652,
        0.748535,
        0.623047,
        0.628906,
        0.620605,
        0.494141,
        0.507812
      ]
    },
    {
      "question_id": "10036371",
      "image_id": 311167,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "bồn tắm",
        "giường",
        "bát",
        "cái rổ",
        "hồ bơi",
        "phòng tắm",
        "con mèo",
        "màu trắng",
        "cái túi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.760992,
      "confidences": [
        0.760992,
        0.133799,
        0.032789,
        0.027828,
        0.002352,
        0.002293,
        0.001239,
        0.001182,
        0.000854,
        0.000755
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.811523,
        0.756348,
        0.647949,
        0.59668,
        0.600098,
        0.570312,
        0.635254,
        0.641602,
        0.449219
      ]
    },
    {
      "question_id": "10045841",
      "image_id": 62292,
      "question": "một giường phụ được thiết lập ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "hành lang",
        "ô cửa",
        "tòa nhà",
        "cửa sổ",
        "giường",
        "gương",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.550509,
      "confidences": [
        0.550509,
        0.39037,
        0.01605,
        0.005418,
        0.002362,
        0.002285,
        0.00213,
        0.001917,
        0.001481,
        0.001436
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.905273,
        0.839844,
        0.693848,
        0.612793,
        0.62207,
        0.672852,
        0.563965,
        0.742676,
        0.652832
      ]
    },
    {
      "question_id": "10114841",
      "image_id": 290192,
      "question": "có bao nhiêu điểm tương phản đánh dấu sự đi qua của các máy bay phản lực này trong sự hình thành",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "bảy",
        "sáu",
        "chín",
        "năm",
        "tám",
        "ba",
        "một",
        "mười",
        "sân vận động"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.325023,
      "confidences": [
        0.325023,
        0.287954,
        0.261163,
        0.058046,
        0.022731,
        0.010126,
        0.003005,
        0.001994,
        0.001612,
        0.000816
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.83252,
        0.820801,
        0.768555,
        0.717773,
        0.668945,
        0.59082,
        0.538086,
        0.517578,
        0.501953
      ]
    },
    {
      "question_id": "10110901",
      "image_id": 97099,
      "question": "có bao nhiêu con diều sặc sỡ tất cả đều được xâu chuỗi theo cùng một đường",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "năm",
        "chín",
        "tám",
        "ba",
        "một",
        "mười",
        "diều"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.380679,
      "confidences": [
        0.380679,
        0.217753,
        0.195957,
        0.138413,
        0.013598,
        0.009605,
        0.007293,
        0.00607,
        0.002964,
        0.00164
      ],
      "gate_score_top1": 0.830566,
      "gate_scores": [
        0.830566,
        0.799805,
        0.779297,
        0.801758,
        0.730469,
        0.64502,
        0.622559,
        0.600586,
        0.583496,
        0.592773
      ]
    },
    {
      "question_id": "10037471",
      "image_id": 570951,
      "question": "hai đầu bếp bắt đầu công việc chuẩn bị ở đâu",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "nhà ở",
        "phòng",
        "tạp dề",
        "lò vi sóng",
        "cửa tiệm",
        "bếp",
        "cửa sổ",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.936536,
      "confidences": [
        0.936536,
        0.02037,
        0.008491,
        0.006435,
        0.005859,
        0.00409,
        0.001209,
        0.000613,
        0.000599,
        0.000492
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.813965,
        0.756348,
        0.725586,
        0.68457,
        0.680664,
        0.599121,
        0.570801,
        0.596191,
        0.577637
      ]
    },
    {
      "question_id": "10015391",
      "image_id": 479720,
      "question": "màu sắc của chất liệu là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu nâu",
        "màu xám",
        "màu xanh lá",
        "màu cam",
        "màu đen",
        "màu vàng",
        "màu đỏ",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.698587,
      "confidences": [
        0.698587,
        0.243319,
        0.019434,
        0.009144,
        0.0077,
        0.00509,
        0.003609,
        0.003273,
        0.002969,
        0.001016
      ],
      "gate_score_top1": 0.90918,
      "gate_scores": [
        0.90918,
        0.864746,
        0.84082,
        0.709961,
        0.770996,
        0.773926,
        0.749512,
        0.732422,
        0.720703,
        0.708984
      ]
    },
    {
      "question_id": "10099481",
      "image_id": 348469,
      "question": "người đàn ông cầm một con dơi và mặc những gì",
      "ground_truth": "mũ",
      "ground_truth_normalized": "mũ",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "mũ",
        "áo sơ mi",
        "quả bóng",
        "nón",
        "găng tay",
        "sân vận động",
        "lá cờ",
        "hộp",
        "cà vạt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.545731,
      "confidences": [
        0.545731,
        0.109153,
        0.03649,
        0.033682,
        0.017543,
        0.008483,
        0.008254,
        0.005957,
        0.004479,
        0.004418
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.741211,
        0.66748,
        0.701172,
        0.724121,
        0.641113,
        0.612305,
        0.560547,
        0.516602,
        0.649414
      ]
    },
    {
      "question_id": "10043411",
      "image_id": 533784,
      "question": "nhiều ván trượt tuyết nằm ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "tòa nhà",
        "cửa sổ",
        "bảo tàng",
        "phòng",
        "hộp",
        "kho",
        "văn phòng",
        "lớp học"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.408666,
      "confidences": [
        0.408666,
        0.236518,
        0.065679,
        0.033155,
        0.031822,
        0.02664,
        0.015002,
        0.008449,
        0.007723,
        0.006909
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.837891,
        0.757324,
        0.72998,
        0.78418,
        0.768066,
        0.73584,
        0.769043,
        0.653809,
        0.699219
      ]
    },
    {
      "question_id": "10030531",
      "image_id": 240967,
      "question": "xe bán tải có tủ đông và 4 bánh ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "đường",
      "predicted_topk": [
        "đường",
        "đường phố",
        "ga-ra",
        "phương tiện giao thông",
        "xe tải",
        "áo vest",
        "phòng",
        "ảnh chụp",
        "cửa tiệm",
        "xe đẩy"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.199128,
      "confidences": [
        0.199128,
        0.185608,
        0.05124,
        0.043402,
        0.035841,
        0.032762,
        0.019035,
        0.018022,
        0.016897,
        0.016441
      ],
      "gate_score_top1": 0.830566,
      "gate_scores": [
        0.830566,
        0.806152,
        0.756348,
        0.589355,
        0.703125,
        0.604492,
        0.678223,
        0.543457,
        0.56543,
        0.687988
      ]
    },
    {
      "question_id": "10110131",
      "image_id": 577403,
      "question": "có bao nhiêu người cưỡi ván trượt, trong khi một người khác đi cùng với nhau, mang theo một chiếc ván trượt",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "đường phố",
        "năm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.66713,
      "confidences": [
        0.66713,
        0.305434,
        0.020704,
        0.000664,
        0.000287,
        0.000143,
        0.000138,
        0.00012,
        8.8e-05,
        8.6e-05
      ],
      "gate_score_top1": 0.885742,
      "gate_scores": [
        0.885742,
        0.880859,
        0.805664,
        0.636719,
        0.44458,
        0.41333,
        0.413574,
        0.397217,
        0.435303,
        0.483398
      ]
    },
    {
      "question_id": "10090151",
      "image_id": 393840,
      "question": "những gì đang ở trên sông",
      "ground_truth": "ngân hàng",
      "ground_truth_normalized": "ngân hàng",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "con cừu",
        "bến du thuyền",
        "gia súc",
        "ca nô",
        "con bò",
        "thuyền buồm",
        "con chó",
        "cầu",
        "hàng hoá"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.466054,
      "confidences": [
        0.466054,
        0.0305,
        0.029218,
        0.019387,
        0.019274,
        0.015916,
        0.010623,
        0.009663,
        0.00956,
        0.008998
      ],
      "gate_score_top1": 0.737793,
      "gate_scores": [
        0.737793,
        0.606445,
        0.63916,
        0.54541,
        0.427979,
        0.575195,
        0.505859,
        0.504395,
        0.512695,
        0.437988
      ]
    },
    {
      "question_id": "10062851",
      "image_id": 497661,
      "question": "những gì đang ngồi bên cạnh một quả chuối trên một quầy",
      "ground_truth": "những quả cam",
      "ground_truth_normalized": "những quả cam",
      "predicted_top1": "chuối",
      "predicted_topk": [
        "chuối",
        "táo",
        "những quả cam",
        "hoa quả",
        "cà rốt",
        "quả táo",
        "bát",
        "rau",
        "quả cam",
        "lát cắt"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.604384,
      "confidences": [
        0.604384,
        0.097133,
        0.054487,
        0.046062,
        0.025788,
        0.013669,
        0.011993,
        0.010298,
        0.006407,
        0.005501
      ],
      "gate_score_top1": 0.837402,
      "gate_scores": [
        0.837402,
        0.762207,
        0.71582,
        0.733398,
        0.760254,
        0.726562,
        0.668457,
        0.691406,
        0.592773,
        0.620117
      ]
    },
    {
      "question_id": "10036191",
      "image_id": 526793,
      "question": "hai giường đơn đặt ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "gương",
        "hành lang",
        "phòng tắm",
        "ô cửa",
        "cửa sổ",
        "giường",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.491147,
      "confidences": [
        0.491147,
        0.379529,
        0.021579,
        0.019193,
        0.011065,
        0.009861,
        0.005156,
        0.0042,
        0.003743,
        0.002498
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.882812,
        0.772461,
        0.824219,
        0.67041,
        0.706543,
        0.608887,
        0.645508,
        0.60498,
        0.558105
      ]
    },
    {
      "question_id": "10117451",
      "image_id": 28039,
      "question": "có bao nhiêu con ngựa vằn đang uống nước cùng nhau",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "ba",
        "mười",
        "một",
        "bãi cỏ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.301169,
      "confidences": [
        0.301169,
        0.295344,
        0.246769,
        0.076147,
        0.012901,
        0.00613,
        0.005647,
        0.003828,
        0.002045,
        0.000843
      ],
      "gate_score_top1": 0.797363,
      "gate_scores": [
        0.797363,
        0.814941,
        0.819336,
        0.744141,
        0.629883,
        0.681641,
        0.57666,
        0.555664,
        0.509766,
        0.485596
      ]
    },
    {
      "question_id": "10030021",
      "image_id": 263687,
      "question": "người đàn ông trẻ mỉm cười ở đâu",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "cái ghế",
        "phòng",
        "thư viện",
        "cái bàn",
        "lớp học",
        "cửa tiệm",
        "phòng ngủ",
        "chung cư",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.762384,
      "confidences": [
        0.762384,
        0.076975,
        0.051276,
        0.019769,
        0.008081,
        0.00723,
        0.006172,
        0.004596,
        0.003862,
        0.003643
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.733398,
        0.806152,
        0.697266,
        0.662598,
        0.696289,
        0.744141,
        0.678223,
        0.649414,
        0.71582
      ]
    },
    {
      "question_id": "10062331",
      "image_id": 459898,
      "question": "những gì đi dọc theo con trâu thông qua địa hình khô",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "bãi cỏ",
        "con ngựa",
        "hươu cao cổ",
        "ba",
        "đồi",
        "gia súc",
        "bò đực",
        "lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.629795,
      "confidences": [
        0.629795,
        0.329296,
        0.01034,
        0.001284,
        0.00106,
        0.000911,
        0.000835,
        0.000749,
        0.000636,
        0.00059
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.8125,
        0.684082,
        0.63623,
        0.624512,
        0.65918,
        0.427002,
        0.537109,
        0.47583,
        0.424316
      ]
    },
    {
      "question_id": "10056741",
      "image_id": 445662,
      "question": "những gì được thắp sáng trong chiếc cốc thủy tinh lớn với những ngọn nến khác xung quanh nó",
      "ground_truth": "nến",
      "ground_truth_normalized": "nến",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "nến",
        "bông hoa",
        "chai",
        "cây",
        "hoa hồng",
        "bình hoa",
        "cái lọ",
        "tách",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.429525,
      "confidences": [
        0.429525,
        0.16113,
        0.088292,
        0.037826,
        0.031728,
        0.018435,
        0.01447,
        0.010753,
        0.010241,
        0.008523
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.760254,
        0.848633,
        0.722656,
        0.737305,
        0.682617,
        0.587891,
        0.643555,
        0.744141,
        0.566406
      ]
    },
    {
      "question_id": "10001781",
      "image_id": 458960,
      "question": "màu của áo là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xanh dương",
        "màu xám",
        "màu nâu",
        "màu trắng",
        "màu tía",
        "màu cam",
        "màu xanh lá",
        "màu đỏ",
        "màu vàng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.478963,
      "confidences": [
        0.478963,
        0.378891,
        0.069271,
        0.028877,
        0.019387,
        0.00496,
        0.002315,
        0.001542,
        0.00148,
        0.000417
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.862305,
        0.825684,
        0.80957,
        0.794434,
        0.782227,
        0.706055,
        0.616699,
        0.687988,
        0.631836
      ]
    },
    {
      "question_id": "10067541",
      "image_id": 431746,
      "question": "người đàn ông đang giữ một điện thoại thông minh là gì",
      "ground_truth": "trường hợp",
      "ground_truth_normalized": "trường hợp",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "chuối",
        "nón",
        "máy ảnh",
        "xe buýt",
        "thiết bị",
        "bàn chải",
        "mặt nạ",
        "áo sơ mi",
        "mũ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.379433,
      "confidences": [
        0.379433,
        0.051753,
        0.049383,
        0.025321,
        0.019415,
        0.016769,
        0.016285,
        0.010161,
        0.008548,
        0.008253
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.667969,
        0.706543,
        0.59668,
        0.516113,
        0.606445,
        0.567871,
        0.508789,
        0.550781,
        0.510254
      ]
    },
    {
      "question_id": "10102331",
      "image_id": 62029,
      "question": "có bao nhiêu cô gái mười mấy tuổi đang tạo dáng trên cánh đồng với những cây vợt tennis",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "tám",
        "mười",
        "ba",
        "sân vận động",
        "đồng hồ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.393707,
      "confidences": [
        0.393707,
        0.380106,
        0.088537,
        0.087164,
        0.009703,
        0.005133,
        0.002318,
        0.000798,
        0.000611,
        0.000514
      ],
      "gate_score_top1": 0.824707,
      "gate_scores": [
        0.824707,
        0.835938,
        0.777832,
        0.761719,
        0.65625,
        0.63623,
        0.53418,
        0.456787,
        0.564453,
        0.521973
      ]
    },
    {
      "question_id": "10088301",
      "image_id": 423189,
      "question": "những gì ngồi trên bàn trong một văn phòng",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "máy tính",
        "văn phòng",
        "laptop",
        "bàn phím",
        "thư viện",
        "cái ghế",
        "bức tranh",
        "đồng hồ",
        "trang thiết bị"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.454892,
      "confidences": [
        0.454892,
        0.327646,
        0.062046,
        0.015384,
        0.011016,
        0.00806,
        0.007706,
        0.006119,
        0.004637,
        0.003228
      ],
      "gate_score_top1": 0.849121,
      "gate_scores": [
        0.849121,
        0.838867,
        0.78125,
        0.749512,
        0.711426,
        0.699219,
        0.585449,
        0.602051,
        0.665527,
        0.520508
      ]
    },
    {
      "question_id": "10117061",
      "image_id": 64348,
      "question": "có bao nhiêu con cừu đứng trên đồng cỏ với nền biển",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "bãi cỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.858268,
      "confidences": [
        0.858268,
        0.126577,
        0.009685,
        0.002111,
        0.000183,
        0.000146,
        7.7e-05,
        6.5e-05,
        5.8e-05,
        5.2e-05
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.861816,
        0.785156,
        0.740723,
        0.558594,
        0.374756,
        0.42749,
        0.390869,
        0.395752,
        0.412354
      ]
    },
    {
      "question_id": "10042411",
      "image_id": 290174,
      "question": "người đàn ông đứng ở đâu",
      "ground_truth": "vạch kẻ đường",
      "ground_truth_normalized": "vạch kẻ đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "xe ô tô",
        "đường",
        "áo vest",
        "vạch kẻ đường",
        "ảnh chụp",
        "gương",
        "phương tiện giao thông",
        "cửa sổ",
        "xe buýt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.372987,
      "confidences": [
        0.372987,
        0.233409,
        0.089987,
        0.045248,
        0.037659,
        0.020676,
        0.009319,
        0.007606,
        0.006088,
        0.005878
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.817871,
        0.786621,
        0.68457,
        0.670898,
        0.562988,
        0.664551,
        0.647949,
        0.635254,
        0.635742
      ]
    },
    {
      "question_id": "10064641",
      "image_id": 416326,
      "question": "những gì được tải với rau và trái cây tươi",
      "ground_truth": "giỏ",
      "ground_truth_normalized": "giỏ",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "cà rốt",
        "hoa quả",
        "bông cải xanh",
        "cây",
        "táo",
        "cái rổ",
        "những quả cam",
        "cái túi",
        "thùng chứa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.34612,
      "confidences": [
        0.34612,
        0.138757,
        0.091355,
        0.069771,
        0.01813,
        0.018059,
        0.017032,
        0.016125,
        0.013447,
        0.012831
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.803711,
        0.747559,
        0.78125,
        0.731445,
        0.699707,
        0.729492,
        0.742188,
        0.651367,
        0.703613
      ]
    },
    {
      "question_id": "10082301",
      "image_id": 461838,
      "question": "người lướt sóng đang giữ một ván lướt sóng trắng mang gì",
      "ground_truth": "áo ba lỗ",
      "ground_truth_normalized": "áo ba lỗ",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "bảng",
        "bờ biển",
        "cây sào",
        "vạch kẻ đường",
        "diều",
        "áo ba lỗ",
        "dĩa nhựa",
        "áo sơ mi",
        "ca nô"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.773547,
      "confidences": [
        0.773547,
        0.131822,
        0.014532,
        0.003791,
        0.003034,
        0.002757,
        0.002077,
        0.001794,
        0.001777,
        0.00176
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.768555,
        0.689941,
        0.619141,
        0.564453,
        0.687988,
        0.500488,
        0.680176,
        0.506348,
        0.436035
      ]
    },
    {
      "question_id": "10052391",
      "image_id": 372070,
      "question": "chuyến tàu đi xuống đường ray xe lửa là gì",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "đường sắt",
      "predicted_topk": [
        "đường sắt",
        "xe ô tô",
        "động cơ",
        "hàng hoá",
        "các tòa nhà",
        "cây",
        "trạm",
        "tàu hỏa",
        "cầu",
        "đồi"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.203532,
      "confidences": [
        0.203532,
        0.09282,
        0.076352,
        0.066077,
        0.065819,
        0.042083,
        0.035299,
        0.027545,
        0.024214,
        0.022176
      ],
      "gate_score_top1": 0.756348,
      "gate_scores": [
        0.756348,
        0.720215,
        0.637207,
        0.61084,
        0.679688,
        0.648926,
        0.67041,
        0.677734,
        0.646973,
        0.520508
      ]
    },
    {
      "question_id": "10052361",
      "image_id": 528866,
      "question": "những gì chứa nhiều rau",
      "ground_truth": "đĩa ăn",
      "ground_truth_normalized": "đĩa ăn",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "bát",
        "cà rốt",
        "chén đĩa",
        "món ăn",
        "bông cải xanh",
        "hoa quả",
        "thùng chứa",
        "đĩa ăn",
        "quầy tính tiền"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.38666,
      "confidences": [
        0.38666,
        0.130531,
        0.060702,
        0.053779,
        0.043213,
        0.022683,
        0.017155,
        0.015169,
        0.014992,
        0.013413
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.735352,
        0.796875,
        0.766602,
        0.751953,
        0.72998,
        0.694336,
        0.700195,
        0.742188,
        0.633789
      ]
    },
    {
      "question_id": "10037031",
      "image_id": 363146,
      "question": "đứa trẻ đang kiểm tra bột pizza ở đâu",
      "ground_truth": "tạp dề",
      "ground_truth_normalized": "tạp dề",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "tạp dề",
        "phòng",
        "lò vi sóng",
        "cái ghế",
        "chảo",
        "cửa tiệm",
        "nhà ở",
        "bát"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.451575,
      "confidences": [
        0.451575,
        0.350316,
        0.052478,
        0.017373,
        0.013504,
        0.008451,
        0.007342,
        0.006517,
        0.006379,
        0.005888
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.877441,
        0.717773,
        0.717773,
        0.69873,
        0.640625,
        0.677246,
        0.652832,
        0.711426,
        0.720703
      ]
    },
    {
      "question_id": "10062251",
      "image_id": 526371,
      "question": "người mặc những gì trong tuyết trên ván trượt",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "trượt tuyết",
        "đồi",
        "núi",
        "cây",
        "cây sào",
        "mũ",
        "áo sơ mi",
        "nón",
        "quần short"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.658493,
      "confidences": [
        0.658493,
        0.032276,
        0.025632,
        0.021417,
        0.014183,
        0.012965,
        0.011089,
        0.008876,
        0.00842,
        0.005918
      ],
      "gate_score_top1": 0.842285,
      "gate_scores": [
        0.842285,
        0.693359,
        0.721191,
        0.678711,
        0.65332,
        0.649414,
        0.629883,
        0.587891,
        0.635254,
        0.450195
      ]
    },
    {
      "question_id": "10089161",
      "image_id": 402639,
      "question": "những gì chứa đầy đồ nội thất và một cửa sổ được bao phủ trong rèm cửa",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "phòng",
        "cái kệ",
        "cây",
        "nhiều cái ghế",
        "cửa sổ",
        "nhà ở",
        "cửa",
        "chung cư"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.745754,
      "confidences": [
        0.745754,
        0.086327,
        0.056174,
        0.006618,
        0.005391,
        0.004566,
        0.004109,
        0.003727,
        0.003698,
        0.003467
      ],
      "gate_score_top1": 0.851562,
      "gate_scores": [
        0.851562,
        0.730957,
        0.790527,
        0.599609,
        0.565918,
        0.521973,
        0.616211,
        0.720215,
        0.532227,
        0.621582
      ]
    },
    {
      "question_id": "10043231",
      "image_id": 553051,
      "question": "người đàn ông tóc vàng đang chụp ảnh ở đâu",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "áo vest",
        "gương",
        "cà vạt",
        "quán bar",
        "gian hàng",
        "điện thoại",
        "ô cửa",
        "quán ăn",
        "hành lang"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.164953,
      "confidences": [
        0.164953,
        0.153154,
        0.087606,
        0.057678,
        0.041788,
        0.04082,
        0.032355,
        0.025445,
        0.021219,
        0.012845
      ],
      "gate_score_top1": 0.73877,
      "gate_scores": [
        0.73877,
        0.691895,
        0.756836,
        0.631348,
        0.678711,
        0.62793,
        0.65625,
        0.677734,
        0.688477,
        0.54248
      ]
    },
    {
      "question_id": "10102851",
      "image_id": 581218,
      "question": "có bao nhiêu máy bay chiến đấu đang bay về bên phải trong đội hình",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "chín",
        "năm",
        "tám",
        "máy bay",
        "ba",
        "mười",
        "sân vận động"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.322873,
      "confidences": [
        0.322873,
        0.247556,
        0.211745,
        0.12843,
        0.029336,
        0.010001,
        0.002718,
        0.002227,
        0.002088,
        0.001623
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.824219,
        0.789062,
        0.789062,
        0.733398,
        0.657227,
        0.600586,
        0.520508,
        0.525879,
        0.558594
      ]
    },
    {
      "question_id": "10006241",
      "image_id": 198561,
      "question": "màu của con mèo là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu nâu",
        "màu vàng",
        "màu xám",
        "màu trắng",
        "màu đen",
        "màu đỏ",
        "màu xanh dương",
        "chậu",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.661799,
      "confidences": [
        0.661799,
        0.322535,
        0.002823,
        0.002443,
        0.001298,
        0.001212,
        0.001049,
        0.000191,
        0.000133,
        0.000133
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.858887,
        0.782227,
        0.700195,
        0.752441,
        0.681152,
        0.72168,
        0.597168,
        0.490234,
        0.525391
      ]
    },
    {
      "question_id": "10042671",
      "image_id": 342812,
      "question": "mọi người đang đi đâu",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "tàu hỏa",
        "sân bay",
        "tòa nhà",
        "kho",
        "xe điện",
        "bộ đồ",
        "ga-ra",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.80284,
      "confidences": [
        0.80284,
        0.121685,
        0.010447,
        0.005233,
        0.004467,
        0.002652,
        0.002152,
        0.001823,
        0.00165,
        0.00118
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.79541,
        0.704102,
        0.654785,
        0.716797,
        0.609863,
        0.63623,
        0.473877,
        0.629883,
        0.565918
      ]
    },
    {
      "question_id": "10116631",
      "image_id": 541301,
      "question": "phòng tắm có bao nhiêu bồn tiểu trên tường",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.511684,
      "confidences": [
        0.511684,
        0.265458,
        0.132442,
        0.049878,
        0.023377,
        0.004497,
        0.002706,
        0.001263,
        0.000684,
        0.000655
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.853516,
        0.838867,
        0.787109,
        0.739258,
        0.551758,
        0.62207,
        0.568359,
        0.53418,
        0.508789
      ]
    },
    {
      "question_id": "10003181",
      "image_id": 110761,
      "question": "màu của quần là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu đen",
        "màu trắng",
        "màu nâu",
        "màu xám",
        "màu xanh dương",
        "màu đỏ",
        "màu vàng",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.383068,
      "confidences": [
        0.383068,
        0.359859,
        0.084809,
        0.059904,
        0.054971,
        0.013791,
        0.013471,
        0.010952,
        0.008496,
        0.001971
      ],
      "gate_score_top1": 0.852539,
      "gate_scores": [
        0.852539,
        0.858398,
        0.870117,
        0.810547,
        0.82959,
        0.732422,
        0.793945,
        0.751953,
        0.814453,
        0.748535
      ]
    },
    {
      "question_id": "10039941",
      "image_id": 469658,
      "question": "xe bán tải đang chở một chiếc xe tải nhỏ hơn ở đâu",
      "ground_truth": "giường",
      "ground_truth_normalized": "giường",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "kho",
        "tòa nhà",
        "chuồng",
        "đường phố",
        "xe tải",
        "phòng",
        "trạm",
        "cửa tiệm",
        "đường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.394144,
      "confidences": [
        0.394144,
        0.058584,
        0.051802,
        0.047074,
        0.042611,
        0.039102,
        0.027244,
        0.026874,
        0.02241,
        0.020726
      ],
      "gate_score_top1": 0.82666,
      "gate_scores": [
        0.82666,
        0.718262,
        0.745117,
        0.682129,
        0.713867,
        0.689453,
        0.718262,
        0.67041,
        0.652832,
        0.741699
      ]
    },
    {
      "question_id": "10093621",
      "image_id": 373170,
      "question": "cái gì ngồi ở phía trước của một lớp học trống",
      "ground_truth": "màn",
      "ground_truth_normalized": "màn",
      "predicted_top1": "lớp học",
      "predicted_topk": [
        "lớp học",
        "thư viện",
        "văn phòng",
        "cái bàn",
        "máy tính",
        "phòng",
        "laptop",
        "tòa nhà",
        "nhà ở",
        "bức tranh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.592302,
      "confidences": [
        0.592302,
        0.134767,
        0.035019,
        0.01256,
        0.01068,
        0.010515,
        0.007678,
        0.00516,
        0.00502,
        0.004947
      ],
      "gate_score_top1": 0.807617,
      "gate_scores": [
        0.807617,
        0.717285,
        0.811035,
        0.685547,
        0.720703,
        0.630859,
        0.64209,
        0.65332,
        0.668945,
        0.518066
      ]
    },
    {
      "question_id": "10044161",
      "image_id": 7559,
      "question": "nhóm bàn chải đánh răng đầy màu sắc ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "tách",
      "predicted_topk": [
        "tách",
        "thùng chứa",
        "cái rổ",
        "bát",
        "cái lọ",
        "lọ cắm hoa",
        "cái nồi",
        "người giữ",
        "chậu",
        "cái mâm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.586045,
      "confidences": [
        0.586045,
        0.183688,
        0.02795,
        0.017321,
        0.017153,
        0.014137,
        0.011583,
        0.010734,
        0.004992,
        0.004689
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.795898,
        0.713867,
        0.754883,
        0.736328,
        0.674316,
        0.601074,
        0.558105,
        0.606934,
        0.666992
      ]
    },
    {
      "question_id": "10064371",
      "image_id": 579970,
      "question": "một số cầu thang là một cái bàn và một chiếc tivi được gọi là gì",
      "ground_truth": "đi văng",
      "ground_truth_normalized": "đi văng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "đi văng",
        "nhiều cái ghế",
        "bức ảnh",
        "cửa sổ",
        "phòng ngủ",
        "cửa",
        "cây",
        "tường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.234395,
      "confidences": [
        0.234395,
        0.135128,
        0.073182,
        0.063086,
        0.054597,
        0.048087,
        0.041051,
        0.040179,
        0.018039,
        0.016619
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.819336,
        0.686035,
        0.69873,
        0.639648,
        0.697266,
        0.727539,
        0.666504,
        0.573242,
        0.609863
      ]
    },
    {
      "question_id": "10109101",
      "image_id": 530629,
      "question": "có bao nhiêu phụ nữ đang cùng nhau cưỡi ngựa",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.618691,
      "confidences": [
        0.618691,
        0.308677,
        0.049415,
        0.012941,
        0.003159,
        0.001879,
        0.000514,
        0.000493,
        0.000297,
        0.000264
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.888184,
        0.820801,
        0.728027,
        0.560059,
        0.626953,
        0.55957,
        0.533691,
        0.423584,
        0.480225
      ]
    },
    {
      "question_id": "10033951",
      "image_id": 362319,
      "question": "nơi nhồi bông gấu bông nằm",
      "ground_truth": "khung",
      "ground_truth_normalized": "khung",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "cửa sổ",
        "cửa",
        "nón",
        "bức ảnh",
        "phòng ngủ",
        "hành lang",
        "cái ghế",
        "ô cửa",
        "đồ chơi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.225374,
      "confidences": [
        0.225374,
        0.080046,
        0.04169,
        0.026812,
        0.023159,
        0.023023,
        0.01954,
        0.017687,
        0.016599,
        0.011979
      ],
      "gate_score_top1": 0.746582,
      "gate_scores": [
        0.746582,
        0.70752,
        0.700195,
        0.653809,
        0.530762,
        0.619629,
        0.47168,
        0.572754,
        0.577637,
        0.581055
      ]
    },
    {
      "question_id": "10030981",
      "image_id": 120061,
      "question": "người đàn ông ở đâu",
      "ground_truth": "xe lăn",
      "ground_truth_normalized": "xe lăn",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "phòng bếp",
        "xe lăn",
        "phòng",
        "lò vi sóng",
        "cửa tiệm",
        "gian hàng",
        "cửa hàng",
        "tủ lạnh",
        "văn phòng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.386627,
      "confidences": [
        0.386627,
        0.126999,
        0.086606,
        0.040275,
        0.019099,
        0.01357,
        0.01163,
        0.011032,
        0.010183,
        0.009736
      ],
      "gate_score_top1": 0.766113,
      "gate_scores": [
        0.766113,
        0.70752,
        0.665039,
        0.660645,
        0.63916,
        0.57373,
        0.591309,
        0.541504,
        0.574219,
        0.606934
      ]
    },
    {
      "question_id": "10060551",
      "image_id": 568337,
      "question": "những trường hợp mở có kích thước, một cái đầy đủ",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "hộp",
        "hành lý",
        "đồ chơi",
        "túi",
        "toa xe",
        "thân cây",
        "tường",
        "xe đẩy",
        "cái túi"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.567151,
      "confidences": [
        0.567151,
        0.063014,
        0.01816,
        0.014171,
        0.010108,
        0.009607,
        0.008972,
        0.008322,
        0.007918,
        0.007431
      ],
      "gate_score_top1": 0.73584,
      "gate_scores": [
        0.73584,
        0.699219,
        0.620117,
        0.591309,
        0.651855,
        0.54541,
        0.54248,
        0.512695,
        0.656738,
        0.640625
      ]
    },
    {
      "question_id": "10094021",
      "image_id": 400554,
      "question": "có gì để xây dựng",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "xe cộ",
        "phương tiện giao thông",
        "xe ô tô",
        "động cơ",
        "xe buýt",
        "đường",
        "xe đẩy",
        "đoạn phim giới thiệu",
        "đường đi bộ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.584884,
      "confidences": [
        0.584884,
        0.117902,
        0.109041,
        0.063355,
        0.012021,
        0.008458,
        0.006523,
        0.004011,
        0.003616,
        0.00263
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.754883,
        0.794434,
        0.744629,
        0.627441,
        0.676758,
        0.655273,
        0.631836,
        0.472656,
        0.4646
      ]
    },
    {
      "question_id": "10048011",
      "image_id": 144817,
      "question": "cặp vợ chồng cầm ly rượu ở đâu",
      "ground_truth": "bảo tàng",
      "ground_truth_normalized": "bảo tàng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "bảo tàng",
        "tòa nhà",
        "cửa tiệm",
        "quán bar",
        "kho",
        "quán ăn",
        "nhà ở",
        "cửa hàng",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.277861,
      "confidences": [
        0.277861,
        0.120444,
        0.078069,
        0.052209,
        0.042946,
        0.030993,
        0.027405,
        0.024185,
        0.018149,
        0.017763
      ],
      "gate_score_top1": 0.754395,
      "gate_scores": [
        0.754395,
        0.796875,
        0.755859,
        0.759766,
        0.724609,
        0.75293,
        0.695801,
        0.700684,
        0.742676,
        0.612305
      ]
    },
    {
      "question_id": "10034131",
      "image_id": 407809,
      "question": "con chó bắt một cái dĩa hàng không",
      "ground_truth": "sân",
      "ground_truth_normalized": "sân",
      "predicted_top1": "dĩa nhựa",
      "predicted_topk": [
        "dĩa nhựa",
        "sân",
        "đồ chơi",
        "con chó",
        "quả bóng",
        "ván trượt",
        "mũ",
        "nón",
        "áo sơ mi",
        "hồ bơi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.516809,
      "confidences": [
        0.516809,
        0.18071,
        0.030023,
        0.021499,
        0.020315,
        0.009824,
        0.008669,
        0.008602,
        0.005952,
        0.005826
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.720215,
        0.693848,
        0.695312,
        0.736328,
        0.616699,
        0.621582,
        0.645996,
        0.583984,
        0.68457
      ]
    },
    {
      "question_id": "10022231",
      "image_id": 579224,
      "question": "màu của tường là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu đỏ",
        "màu xám",
        "màu xanh lá",
        "màu xanh dương",
        "màu nâu",
        "màu đen",
        "màu cam",
        "màu tía",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.713077,
      "confidences": [
        0.713077,
        0.191922,
        0.040387,
        0.013528,
        0.01087,
        0.0075,
        0.005617,
        0.003742,
        0.003461,
        0.002183
      ],
      "gate_score_top1": 0.89502,
      "gate_scores": [
        0.89502,
        0.844727,
        0.788574,
        0.73291,
        0.786621,
        0.70459,
        0.712891,
        0.757812,
        0.72168,
        0.744629
      ]
    },
    {
      "question_id": "10083371",
      "image_id": 397322,
      "question": "cái gì đang mở và có rất nhiều trứng",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "lò vi sóng",
        "chai",
        "phòng bếp",
        "tường",
        "tủ đông",
        "cỗ máy"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.398556,
      "confidences": [
        0.398556,
        0.248438,
        0.171417,
        0.037362,
        0.010518,
        0.007314,
        0.006911,
        0.005499,
        0.005096,
        0.003055
      ],
      "gate_score_top1": 0.819336,
      "gate_scores": [
        0.819336,
        0.811035,
        0.817871,
        0.729004,
        0.620117,
        0.609375,
        0.575195,
        0.578613,
        0.557129,
        0.48877
      ]
    },
    {
      "question_id": "10019101",
      "image_id": 495797,
      "question": "màu của cây là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu tía",
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.404727,
      "confidences": [
        0.404727,
        0.305504,
        0.155428,
        0.054988,
        0.052675,
        0.004383,
        0.002623,
        0.00186,
        0.001171,
        0.000928
      ],
      "gate_score_top1": 0.841309,
      "gate_scores": [
        0.841309,
        0.890625,
        0.812988,
        0.788086,
        0.763184,
        0.672852,
        0.688965,
        0.70459,
        0.696777,
        0.677246
      ]
    },
    {
      "question_id": "10001521",
      "image_id": 281713,
      "question": "màu của phòng tắm là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu đen",
        "màu trắng",
        "màu nâu",
        "màu cam",
        "màu xanh lá",
        "màu đỏ",
        "màu xanh dương",
        "màu tía",
        "màu vàng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.417402,
      "confidences": [
        0.417402,
        0.357022,
        0.200271,
        0.010697,
        0.001873,
        0.001268,
        0.000927,
        0.000882,
        0.000758,
        0.000722
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.862793,
        0.885254,
        0.805176,
        0.665039,
        0.564453,
        0.683105,
        0.669922,
        0.711426,
        0.686523
      ]
    },
    {
      "question_id": "10077581",
      "image_id": 561393,
      "question": "con mèo kiểm tra những gì",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "balo",
        "cái ví",
        "xe đẩy",
        "toa xe",
        "hộp",
        "sàn nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.452869,
      "confidences": [
        0.452869,
        0.306426,
        0.091647,
        0.029292,
        0.01669,
        0.009436,
        0.008087,
        0.004122,
        0.003624,
        0.00273
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.865723,
        0.768066,
        0.751465,
        0.69043,
        0.706543,
        0.659668,
        0.571777,
        0.665527,
        0.533203
      ]
    },
    {
      "question_id": "10060861",
      "image_id": 436559,
      "question": "những gì đỗ sau chiếc xe trên sân cỏ",
      "ground_truth": "xe máy",
      "ground_truth_normalized": "xe máy",
      "predicted_top1": "xe đạp",
      "predicted_topk": [
        "xe đạp",
        "xe máy",
        "xe tay ga",
        "đường",
        "chim bồ câu",
        "cây",
        "xe cộ",
        "ván trượt",
        "mũ",
        "con khỉ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.672109,
      "confidences": [
        0.672109,
        0.300586,
        0.002806,
        0.00089,
        0.000739,
        0.00067,
        0.000639,
        0.000593,
        0.000591,
        0.000369
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.834473,
        0.671875,
        0.509766,
        0.510254,
        0.495361,
        0.507812,
        0.564941,
        0.523438,
        0.416016
      ]
    },
    {
      "question_id": "10041321",
      "image_id": 127744,
      "question": "con mèo đang đẩy đầu ở đâu",
      "ground_truth": "cửa",
      "ground_truth_normalized": "cửa",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "cửa",
        "cây",
        "gương",
        "tường",
        "ô cửa",
        "phòng",
        "sân",
        "nhà ở",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.688323,
      "confidences": [
        0.688323,
        0.245429,
        0.00346,
        0.002983,
        0.002522,
        0.002252,
        0.001638,
        0.001541,
        0.001482,
        0.00144
      ],
      "gate_score_top1": 0.839355,
      "gate_scores": [
        0.839355,
        0.837402,
        0.685547,
        0.751953,
        0.644043,
        0.528809,
        0.637207,
        0.516113,
        0.597168,
        0.609375
      ]
    },
    {
      "question_id": "10015271",
      "image_id": 377177,
      "question": "màu của lớp phủ là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu đen",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "màu vàng",
        "màu xám",
        "màu xanh lá",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.837577,
      "confidences": [
        0.837577,
        0.109438,
        0.010544,
        0.006222,
        0.003978,
        0.003594,
        0.003184,
        0.002843,
        0.001356,
        0.000956
      ],
      "gate_score_top1": 0.852539,
      "gate_scores": [
        0.852539,
        0.848145,
        0.751953,
        0.65625,
        0.679688,
        0.655273,
        0.6875,
        0.724121,
        0.611328,
        0.684082
      ]
    },
    {
      "question_id": "10026631",
      "image_id": 215315,
      "question": "hai con voi trưởng thành và một con voi nhỏ ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "thân cây",
        "rào chắn",
        "bãi cỏ",
        "bảo tàng",
        "lá",
        "chuồng trại",
        "hồ bơi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.548336,
      "confidences": [
        0.548336,
        0.401171,
        0.020367,
        0.00251,
        0.001921,
        0.001528,
        0.001252,
        0.001092,
        0.001042,
        0.000893
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.880859,
        0.840332,
        0.676758,
        0.624023,
        0.540039,
        0.625,
        0.604004,
        0.661621,
        0.618652
      ]
    },
    {
      "question_id": "10106451",
      "image_id": 437632,
      "question": "người đàn ông đeo bao nhiêu chiếc cà vạt khác nhau, ngồi trên một chiếc ghế dài",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.741192,
      "confidences": [
        0.741192,
        0.199489,
        0.050636,
        0.003583,
        0.000446,
        0.000368,
        0.000227,
        0.000145,
        0.000144,
        0.000109
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.883789,
        0.82666,
        0.757812,
        0.458496,
        0.623535,
        0.488037,
        0.449707,
        0.462891,
        0.40918
      ]
    },
    {
      "question_id": "10084621",
      "image_id": 507575,
      "question": "cái gì màu trắng có hai máy tính xách tay và một máy in",
      "ground_truth": "bàn phím",
      "ground_truth_normalized": "bàn phím",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "bàn phím",
        "máy tính",
        "văn phòng",
        "chuột",
        "laptop",
        "trang thiết bị",
        "cái kệ",
        "phòng ngủ",
        "bức tranh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.383525,
      "confidences": [
        0.383525,
        0.163668,
        0.137823,
        0.043453,
        0.011718,
        0.010649,
        0.008708,
        0.007655,
        0.007255,
        0.006835
      ],
      "gate_score_top1": 0.805176,
      "gate_scores": [
        0.805176,
        0.777344,
        0.809082,
        0.704102,
        0.623047,
        0.77002,
        0.488037,
        0.555664,
        0.580566,
        0.553223
      ]
    },
    {
      "question_id": "10023421",
      "image_id": 39272,
      "question": "màu của lá là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu đỏ",
        "màu xám",
        "màu xanh dương",
        "màu cam",
        "màu đen",
        "màu tía",
        "màu trắng",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.652152,
      "confidences": [
        0.652152,
        0.330495,
        0.002446,
        0.002158,
        0.001875,
        0.001846,
        0.001361,
        0.001054,
        0.000675,
        0.000605
      ],
      "gate_score_top1": 0.883301,
      "gate_scores": [
        0.883301,
        0.878418,
        0.735352,
        0.669434,
        0.707031,
        0.759277,
        0.660645,
        0.696777,
        0.704102,
        0.600586
      ]
    },
    {
      "question_id": "10107721",
      "image_id": 528275,
      "question": "có bao nhiêu con ngựa đang nghỉ ngơi trên đồng cỏ trên núi",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.808025,
      "confidences": [
        0.808025,
        0.128851,
        0.041995,
        0.012908,
        0.003102,
        0.001043,
        0.000317,
        0.000234,
        0.000196,
        0.000129
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.863281,
        0.834473,
        0.722168,
        0.694336,
        0.508789,
        0.521484,
        0.49707,
        0.402588,
        0.412109
      ]
    },
    {
      "question_id": "10082651",
      "image_id": 468022,
      "question": "người phụ nữ cầm những gì chứa với một chiếc bánh lớn",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "đĩa ăn",
        "cái mâm",
        "sô cô la",
        "món tráng miệng",
        "cupcake",
        "dao",
        "dĩa",
        "bữa ăn",
        "cái nĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.459571,
      "confidences": [
        0.459571,
        0.17718,
        0.032457,
        0.025927,
        0.023792,
        0.015726,
        0.015035,
        0.014041,
        0.012223,
        0.009281
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.775391,
        0.694824,
        0.648926,
        0.655762,
        0.632324,
        0.727051,
        0.664062,
        0.697754,
        0.602051
      ]
    },
    {
      "question_id": "10082241",
      "image_id": 440508,
      "question": "những gì chuyến tàu đi qua vùng nông thôn xanh nông thôn",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "động cơ",
      "predicted_topk": [
        "động cơ",
        "xe ô tô",
        "tàu hỏa",
        "đường sắt",
        "màu cam",
        "hàng hoá",
        "cây",
        "các tòa nhà",
        "cầu",
        "trạm"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.349805,
      "confidences": [
        0.349805,
        0.117629,
        0.11401,
        0.060787,
        0.044647,
        0.032095,
        0.011444,
        0.009904,
        0.007974,
        0.006252
      ],
      "gate_score_top1": 0.726074,
      "gate_scores": [
        0.726074,
        0.72998,
        0.816406,
        0.648438,
        0.687012,
        0.556152,
        0.558105,
        0.587891,
        0.630371,
        0.558594
      ]
    },
    {
      "question_id": "10113851",
      "image_id": 575595,
      "question": "có bao nhiêu giường được bao phủ bởi rèm cửa màu đỏ và màu xanh lá cây phía sau một người đàn ông",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "mười",
        "tám",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.615753,
      "confidences": [
        0.615753,
        0.337405,
        0.02369,
        0.013926,
        0.001476,
        0.00117,
        0.000633,
        0.000306,
        0.000298,
        0.000161
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.849609,
        0.797363,
        0.739746,
        0.494873,
        0.670898,
        0.521973,
        0.487793,
        0.477539,
        0.416748
      ]
    },
    {
      "question_id": "10051251",
      "image_id": 282889,
      "question": "người đàn ông đứng ở đâu gần bồn rửa chén",
      "ground_truth": "tạp dề",
      "ground_truth_normalized": "tạp dề",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "tạp dề",
        "quán ăn",
        "phòng",
        "cửa tiệm",
        "lò vi sóng",
        "cửa hàng",
        "nhà ở",
        "chảo",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.828574,
      "confidences": [
        0.828574,
        0.083007,
        0.042562,
        0.003807,
        0.003563,
        0.002323,
        0.002161,
        0.002107,
        0.001503,
        0.00115
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.774414,
        0.813477,
        0.689453,
        0.625,
        0.624023,
        0.673828,
        0.724121,
        0.587402,
        0.694824
      ]
    },
    {
      "question_id": "10063731",
      "image_id": 346138,
      "question": "cái gì chia ra cho thấy những bát thức ăn khác nhau",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "chén đĩa",
        "bữa ăn",
        "chảo",
        "bát",
        "thịt",
        "dĩa",
        "rau",
        "đĩa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.14923,
      "confidences": [
        0.14923,
        0.132728,
        0.128644,
        0.111768,
        0.075331,
        0.042257,
        0.04048,
        0.021042,
        0.019805,
        0.016776
      ],
      "gate_score_top1": 0.791016,
      "gate_scores": [
        0.791016,
        0.771973,
        0.728027,
        0.759277,
        0.71875,
        0.729492,
        0.67334,
        0.660156,
        0.728516,
        0.54248
      ]
    },
    {
      "question_id": "10040551",
      "image_id": 13921,
      "question": "người đang chụp ảnh tự sướng ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "vòi hoa sen",
        "hành lang",
        "máy ảnh",
        "chậu",
        "chuồng",
        "cửa",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.586171,
      "confidences": [
        0.586171,
        0.390474,
        0.003112,
        0.002611,
        0.00147,
        0.001231,
        0.000723,
        0.000545,
        0.000435,
        0.000432
      ],
      "gate_score_top1": 0.898438,
      "gate_scores": [
        0.898438,
        0.87207,
        0.68457,
        0.681641,
        0.54541,
        0.537109,
        0.632812,
        0.587402,
        0.626465,
        0.629395
      ]
    },
    {
      "question_id": "10081901",
      "image_id": 405032,
      "question": "những gì ngồi trong cây không có cành nào gần một cụm đá và một tòa nhà",
      "ground_truth": "gấu",
      "ground_truth_normalized": "gấu",
      "predicted_top1": "gấu trúc",
      "predicted_topk": [
        "gấu trúc",
        "gấu",
        "đồ chơi",
        "vườn bách thú",
        "móng vuốt",
        "cây",
        "con chó",
        "con cừu",
        "con chim",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.89124,
      "confidences": [
        0.89124,
        0.093936,
        0.000585,
        0.000513,
        0.000418,
        0.000361,
        0.000351,
        0.000282,
        0.000262,
        0.000237
      ],
      "gate_score_top1": 0.868164,
      "gate_scores": [
        0.868164,
        0.819824,
        0.613281,
        0.65625,
        0.481934,
        0.571777,
        0.617188,
        0.567383,
        0.488037,
        0.637695
      ]
    },
    {
      "question_id": "10104751",
      "image_id": 265023,
      "question": "có bao nhiêu người mặc đồ tuyết cầm ván trượt vào ban đêm",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.569953,
      "confidences": [
        0.569953,
        0.307466,
        0.067806,
        0.035592,
        0.006927,
        0.002188,
        0.001665,
        0.000857,
        0.000796,
        0.00056
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.851074,
        0.78418,
        0.749512,
        0.715332,
        0.618652,
        0.61084,
        0.572266,
        0.522461,
        0.554199
      ]
    },
    {
      "question_id": "10084761",
      "image_id": 373075,
      "question": "người đàn ông mặc cái gì đang nướng thịt",
      "ground_truth": "áo sơ mi",
      "ground_truth_normalized": "áo sơ mi",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "áo sơ mi",
        "cái mâm",
        "thịt",
        "lò vi sóng",
        "gà",
        "cà rốt",
        "bữa ăn",
        "tạp dề",
        "dao"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.099112,
      "confidences": [
        0.099112,
        0.057138,
        0.052844,
        0.047462,
        0.030584,
        0.029298,
        0.027847,
        0.027793,
        0.025207,
        0.022463
      ],
      "gate_score_top1": 0.647461,
      "gate_scores": [
        0.647461,
        0.566406,
        0.726074,
        0.65332,
        0.637207,
        0.552734,
        0.635742,
        0.669922,
        0.624512,
        0.712891
      ]
    },
    {
      "question_id": "10051231",
      "image_id": 221794,
      "question": "hai người đứng ở đâu trong tuyết",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "trượt tuyết",
      "predicted_topk": [
        "trượt tuyết",
        "núi",
        "đồi",
        "ván trượt",
        "trang thiết bị",
        "cây",
        "bầu trời",
        "đường",
        "áo vest",
        "giá đỡ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.509296,
      "confidences": [
        0.509296,
        0.181595,
        0.093843,
        0.047557,
        0.01331,
        0.005192,
        0.004973,
        0.004036,
        0.003596,
        0.0026
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.754395,
        0.748535,
        0.709473,
        0.599609,
        0.52832,
        0.540039,
        0.679199,
        0.580078,
        0.448975
      ]
    },
    {
      "question_id": "10061021",
      "image_id": 498274,
      "question": "xe buýt hai tầng hiện đại để lại những gì",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "đường",
        "trạm",
        "đường phố",
        "áo vest",
        "cây",
        "một",
        "sân vận động",
        "tòa nhà",
        "xe cộ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.214373,
      "confidences": [
        0.214373,
        0.083296,
        0.068786,
        0.028618,
        0.017358,
        0.016482,
        0.016038,
        0.014489,
        0.012625,
        0.012012
      ],
      "gate_score_top1": 0.715332,
      "gate_scores": [
        0.715332,
        0.662598,
        0.645996,
        0.600098,
        0.636719,
        0.633789,
        0.568848,
        0.577637,
        0.683594,
        0.438232
      ]
    },
    {
      "question_id": "10104731",
      "image_id": 197437,
      "question": "có bao nhiêu con ngựa vằn trên cánh đồng cỏ dưới gốc cây",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "bãi cỏ",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.718393,
      "confidences": [
        0.718393,
        0.264282,
        0.006363,
        0.005771,
        0.000287,
        0.000233,
        0.00012,
        9.4e-05,
        9e-05,
        8.8e-05
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.869629,
        0.777344,
        0.738281,
        0.544434,
        0.384766,
        0.419678,
        0.396484,
        0.438477,
        0.530762
      ]
    },
    {
      "question_id": "10058871",
      "image_id": 476119,
      "question": "người mặc những gì đang cưỡi một ván trượt",
      "ground_truth": "mũ",
      "ground_truth_normalized": "mũ",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đường phố",
        "mũ",
        "đường",
        "sân",
        "áo sơ mi",
        "vòi",
        "dĩa nhựa",
        "cây",
        "bức ảnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.514853,
      "confidences": [
        0.514853,
        0.073022,
        0.067271,
        0.041769,
        0.016009,
        0.010316,
        0.00994,
        0.008998,
        0.008893,
        0.008704
      ],
      "gate_score_top1": 0.803223,
      "gate_scores": [
        0.803223,
        0.667969,
        0.646973,
        0.742188,
        0.660645,
        0.487061,
        0.64209,
        0.582031,
        0.571777,
        0.609375
      ]
    },
    {
      "question_id": "10035691",
      "image_id": 159974,
      "question": "giường tầng gỗ được đặt ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "nhà ở",
        "hành lang",
        "ô cửa",
        "tòa nhà",
        "cửa",
        "cửa sổ",
        "phòng tắm",
        "tường"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.506387,
      "confidences": [
        0.506387,
        0.265807,
        0.057936,
        0.043562,
        0.009275,
        0.008027,
        0.006475,
        0.00645,
        0.006251,
        0.003874
      ],
      "gate_score_top1": 0.902832,
      "gate_scores": [
        0.902832,
        0.835449,
        0.838379,
        0.720215,
        0.620605,
        0.609375,
        0.633301,
        0.687012,
        0.62793,
        0.529297
      ]
    },
    {
      "question_id": "10050571",
      "image_id": 488693,
      "question": "người cầm xẻng xúc cát ở đâu",
      "ground_truth": "gầu múc",
      "ground_truth_normalized": "gầu múc",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "bát",
        "thùng chứa",
        "cái rổ",
        "lồng",
        "gầu múc",
        "chuồng",
        "cửa tiệm",
        "sân",
        "tách"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.098968,
      "confidences": [
        0.098968,
        0.070591,
        0.054336,
        0.047764,
        0.034336,
        0.030302,
        0.026689,
        0.024301,
        0.019186,
        0.016669
      ],
      "gate_score_top1": 0.711914,
      "gate_scores": [
        0.711914,
        0.74707,
        0.687012,
        0.732422,
        0.722656,
        0.588867,
        0.677246,
        0.688965,
        0.685059,
        0.581055
      ]
    },
    {
      "question_id": "10044361",
      "image_id": 196473,
      "question": "cây kế tím ở đâu",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "bát",
        "cái nồi",
        "cái lọ",
        "cây",
        "tách",
        "bông hoa",
        "cửa sổ",
        "thùng chứa",
        "phòng"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.85606,
      "confidences": [
        0.85606,
        0.072784,
        0.02419,
        0.00515,
        0.00354,
        0.003167,
        0.002237,
        0.001416,
        0.00137,
        0.001277
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.851074,
        0.749023,
        0.713867,
        0.706543,
        0.680664,
        0.721191,
        0.641113,
        0.62793,
        0.731934
      ]
    },
    {
      "question_id": "10105141",
      "image_id": 436438,
      "question": "có bao nhiêu con ngựa vằn trong một khu vực kín - một con đứng, con kia nằm trên mặt đất",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "bãi cỏ",
        "tám",
        "mười",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.666316,
      "confidences": [
        0.666316,
        0.319702,
        0.006161,
        0.001343,
        0.000253,
        0.000176,
        0.000171,
        0.000159,
        0.000145,
        0.000127
      ],
      "gate_score_top1": 0.881348,
      "gate_scores": [
        0.881348,
        0.885254,
        0.756836,
        0.617676,
        0.384033,
        0.410645,
        0.469482,
        0.432861,
        0.416748,
        0.402344
      ]
    },
    {
      "question_id": "10110401",
      "image_id": 197068,
      "question": "có bao nhiêu loại điện thoại di động khác nhau và một bộ sạc",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.624093,
      "confidences": [
        0.624093,
        0.292506,
        0.044162,
        0.030471,
        0.002611,
        0.001132,
        0.000553,
        0.000379,
        0.000209,
        0.000194
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.880859,
        0.818359,
        0.818359,
        0.677246,
        0.460938,
        0.516113,
        0.522461,
        0.455078,
        0.428467
      ]
    },
    {
      "question_id": "10100011",
      "image_id": 434786,
      "question": "người đàn ông có râu hút những gì",
      "ground_truth": "thuốc lá",
      "ground_truth_normalized": "thuốc lá",
      "predicted_top1": "cà vạt",
      "predicted_topk": [
        "cà vạt",
        "bàn chải",
        "thuốc lá",
        "nón",
        "cây kéo",
        "máy ảnh",
        "áo sơ mi",
        "điện thoại",
        "thiết bị",
        "bộ đồ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.348819,
      "confidences": [
        0.348819,
        0.093517,
        0.044174,
        0.029141,
        0.028134,
        0.022962,
        0.017675,
        0.016669,
        0.012931,
        0.010932
      ],
      "gate_score_top1": 0.775391,
      "gate_scores": [
        0.775391,
        0.736328,
        0.622559,
        0.712891,
        0.678223,
        0.78418,
        0.649414,
        0.700684,
        0.56543,
        0.591797
      ]
    },
    {
      "question_id": "10099031",
      "image_id": 476279,
      "question": "cái gì kéo vào ga tàu điện ngầm nơi mọi người đứng",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "tàu hỏa",
        "đường sắt",
        "xe ô tô",
        "xe điện",
        "hàng hoá",
        "tòa nhà",
        "cầu",
        "các tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.357302,
      "confidences": [
        0.357302,
        0.202791,
        0.152478,
        0.039007,
        0.038703,
        0.022664,
        0.015395,
        0.008569,
        0.00824,
        0.008129
      ],
      "gate_score_top1": 0.815918,
      "gate_scores": [
        0.815918,
        0.777832,
        0.818359,
        0.697266,
        0.694336,
        0.72168,
        0.618652,
        0.680664,
        0.621094,
        0.635254
      ]
    },
    {
      "question_id": "10079001",
      "image_id": 518006,
      "question": "cái gì ngồi như cái giá đỡ ở phía trước",
      "ground_truth": "thân cây",
      "ground_truth_normalized": "thân cây",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "thân cây",
        "hộp",
        "vali",
        "lọ cắm hoa",
        "tường",
        "cái kệ",
        "bức tượng",
        "nhiều cái ghế",
        "chai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.076598,
      "confidences": [
        0.076598,
        0.058501,
        0.046824,
        0.038516,
        0.032056,
        0.03035,
        0.019011,
        0.017142,
        0.014719,
        0.014633
      ],
      "gate_score_top1": 0.725586,
      "gate_scores": [
        0.725586,
        0.589355,
        0.721191,
        0.583984,
        0.637695,
        0.582031,
        0.675293,
        0.581543,
        0.437988,
        0.564941
      ]
    },
    {
      "question_id": "10051701",
      "image_id": 456309,
      "question": "người đàn ông mặc cà vạt ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng",
        "ô cửa",
        "nhà ở",
        "văn phòng",
        "áo vest",
        "hành lang",
        "cửa sổ",
        "phòng ngủ",
        "phòng tắm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.321913,
      "confidences": [
        0.321913,
        0.314456,
        0.054431,
        0.030653,
        0.025018,
        0.022824,
        0.021232,
        0.014089,
        0.011934,
        0.011726
      ],
      "gate_score_top1": 0.849609,
      "gate_scores": [
        0.849609,
        0.808105,
        0.720703,
        0.730957,
        0.710938,
        0.603027,
        0.648926,
        0.700195,
        0.744629,
        0.638672
      ]
    },
    {
      "question_id": "10074461",
      "image_id": 566920,
      "question": "cái gì trên tấm trắng trên bàn với thìa bạc và dĩa rải rác ngẫu nhiên xung quanh nó",
      "ground_truth": "bánh",
      "ground_truth_normalized": "bánh",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "chảo",
        "bánh",
        "quán ăn",
        "áo sơ mi",
        "đĩa",
        "món tráng miệng"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.96669,
      "confidences": [
        0.96669,
        0.005133,
        0.002684,
        0.002195,
        0.002123,
        0.001059,
        0.000607,
        0.000596,
        0.000558,
        0.00054
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.727539,
        0.62207,
        0.630371,
        0.640137,
        0.704102,
        0.500488,
        0.452148,
        0.505371,
        0.485596
      ]
    },
    {
      "question_id": "10070241",
      "image_id": 458168,
      "question": "cái gì đang băng qua con suối nhỏ trong một trang trại",
      "ground_truth": "con ngựa",
      "ground_truth_normalized": "con ngựa",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "con ngựa",
        "gia súc",
        "bò đực",
        "bãi cỏ",
        "con cừu",
        "chuồng trại",
        "đồi",
        "con chó",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.761084,
      "confidences": [
        0.761084,
        0.123759,
        0.035458,
        0.01617,
        0.011114,
        0.003909,
        0.003672,
        0.002253,
        0.002044,
        0.00126
      ],
      "gate_score_top1": 0.868652,
      "gate_scores": [
        0.868652,
        0.848633,
        0.749512,
        0.732422,
        0.746094,
        0.686035,
        0.604492,
        0.629883,
        0.646484,
        0.62207
      ]
    },
    {
      "question_id": "10068011",
      "image_id": 368218,
      "question": "những gì được chuẩn bị trên món ăn đã sẵn sàng để ăn",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "món ăn",
        "thịt",
        "cái mâm",
        "chén đĩa",
        "rau",
        "sandwich",
        "bữa ăn tối"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.401941,
      "confidences": [
        0.401941,
        0.192102,
        0.069033,
        0.033908,
        0.030693,
        0.028553,
        0.019548,
        0.019058,
        0.011095,
        0.010923
      ],
      "gate_score_top1": 0.829102,
      "gate_scores": [
        0.829102,
        0.786621,
        0.73584,
        0.737305,
        0.713867,
        0.701172,
        0.650879,
        0.724609,
        0.759277,
        0.635254
      ]
    },
    {
      "question_id": "10051121",
      "image_id": 266029,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "ngăn kéo",
      "ground_truth_normalized": "ngăn kéo",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "giường",
        "vali",
        "cái túi",
        "ngăn kéo",
        "phòng ngủ",
        "thùng chứa",
        "phòng",
        "tủ lạnh",
        "hành lý"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.1574,
      "confidences": [
        0.1574,
        0.130489,
        0.110313,
        0.068763,
        0.052108,
        0.040582,
        0.036165,
        0.016079,
        0.014218,
        0.014162
      ],
      "gate_score_top1": 0.756836,
      "gate_scores": [
        0.756836,
        0.697266,
        0.706543,
        0.717285,
        0.625977,
        0.712402,
        0.674805,
        0.64209,
        0.584473,
        0.544922
      ]
    },
    {
      "question_id": "10015301",
      "image_id": 227484,
      "question": "màu của xe là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu đỏ",
        "màu trắng",
        "màu xám",
        "màu xanh lá",
        "màu nâu",
        "màu xanh dương",
        "màu vàng",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.49037,
      "confidences": [
        0.49037,
        0.482767,
        0.013588,
        0.003587,
        0.002092,
        0.001183,
        0.000998,
        0.000633,
        0.000573,
        0.00046
      ],
      "gate_score_top1": 0.885742,
      "gate_scores": [
        0.885742,
        0.868164,
        0.821289,
        0.773438,
        0.680664,
        0.720703,
        0.638184,
        0.665039,
        0.753906,
        0.739746
      ]
    },
    {
      "question_id": "10099771",
      "image_id": 487295,
      "question": "đĩa giữ những gì với cà chua và hành tây",
      "ground_truth": "bánh hamburger",
      "ground_truth_normalized": "bánh hamburger",
      "predicted_top1": "sandwich",
      "predicted_topk": [
        "sandwich",
        "đĩa ăn",
        "bữa ăn",
        "cái mâm",
        "cái rổ",
        "dĩa",
        "búi tóc",
        "bữa trưa",
        "con chó",
        "thịt"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.456826,
      "confidences": [
        0.456826,
        0.137164,
        0.077546,
        0.032389,
        0.020588,
        0.016478,
        0.015121,
        0.010312,
        0.009744,
        0.008565
      ],
      "gate_score_top1": 0.834961,
      "gate_scores": [
        0.834961,
        0.773438,
        0.720703,
        0.71582,
        0.662598,
        0.625488,
        0.730469,
        0.49292,
        0.668457,
        0.595703
      ]
    },
    {
      "question_id": "10012181",
      "image_id": 468626,
      "question": "màu của áo là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu nâu",
        "màu xám",
        "màu vàng",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.51579,
      "confidences": [
        0.51579,
        0.424278,
        0.018496,
        0.011849,
        0.008304,
        0.005383,
        0.003671,
        0.002996,
        0.000286,
        0.000176
      ],
      "gate_score_top1": 0.899414,
      "gate_scores": [
        0.899414,
        0.870117,
        0.754883,
        0.808594,
        0.757812,
        0.696777,
        0.740723,
        0.709473,
        0.605957,
        0.571289
      ]
    },
    {
      "question_id": "10055251",
      "image_id": 551170,
      "question": "những gì nguệch ngoạc với tranh sơn tường trong một khu vực đô thị",
      "ground_truth": "cửa ra vào",
      "ground_truth_normalized": "cửa ra vào",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ga-ra",
        "vòi",
        "kho",
        "nhà ở",
        "vẽ tranh lên tường",
        "xe ô tô",
        "cửa tiệm",
        "ảnh chụp",
        "cửa hàng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.401355,
      "confidences": [
        0.401355,
        0.162797,
        0.0209,
        0.017293,
        0.01395,
        0.013627,
        0.011275,
        0.010571,
        0.009016,
        0.008738
      ],
      "gate_score_top1": 0.852539,
      "gate_scores": [
        0.852539,
        0.762207,
        0.634766,
        0.694824,
        0.641113,
        0.538086,
        0.617188,
        0.697266,
        0.52832,
        0.592285
      ]
    },
    {
      "question_id": "10108431",
      "image_id": 333371,
      "question": "máy bay phản lực jumbo khổng lồ có bao nhiêu động cơ trên mỗi cánh khi nó bay",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "một",
      "predicted_topk": [
        "một",
        "hai",
        "bốn",
        "ba",
        "sáu",
        "năm",
        "bảy",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.306162,
      "confidences": [
        0.306162,
        0.22052,
        0.177193,
        0.147473,
        0.044627,
        0.031154,
        0.02523,
        0.008191,
        0.00533,
        0.003757
      ],
      "gate_score_top1": 0.812988,
      "gate_scores": [
        0.812988,
        0.800293,
        0.783691,
        0.806152,
        0.681641,
        0.731445,
        0.67627,
        0.618652,
        0.59082,
        0.587891
      ]
    },
    {
      "question_id": "10108261",
      "image_id": 90891,
      "question": "có bao nhiêu người ngồi trong căn phòng đầy chuối",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "tám",
        "một",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.660508,
      "confidences": [
        0.660508,
        0.164414,
        0.145094,
        0.016994,
        0.003359,
        0.001884,
        0.001205,
        0.000683,
        0.000606,
        0.000436
      ],
      "gate_score_top1": 0.899414,
      "gate_scores": [
        0.899414,
        0.830566,
        0.832031,
        0.687012,
        0.699707,
        0.65625,
        0.593262,
        0.600586,
        0.552246,
        0.476074
      ]
    },
    {
      "question_id": "10057671",
      "image_id": 561967,
      "question": "những gì đang di chuyển trên đường ray xe lửa",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "cầu",
        "phương tiện giao thông",
        "xe điện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.726498,
      "confidences": [
        0.726498,
        0.199391,
        0.035057,
        0.005634,
        0.004726,
        0.002206,
        0.001728,
        0.000888,
        0.000763,
        0.000725
      ],
      "gate_score_top1": 0.909668,
      "gate_scores": [
        0.909668,
        0.847168,
        0.768555,
        0.621582,
        0.572754,
        0.664551,
        0.617188,
        0.601562,
        0.55127,
        0.605469
      ]
    },
    {
      "question_id": "10039721",
      "image_id": 32074,
      "question": "một số nhân viên đứng xung quanh đâu",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quán ăn",
        "tạp dề",
        "cửa tiệm",
        "cửa hàng",
        "phòng",
        "lò vi sóng",
        "chảo",
        "nhà ở",
        "quán bar"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.703372,
      "confidences": [
        0.703372,
        0.173721,
        0.056841,
        0.008582,
        0.008548,
        0.004366,
        0.00312,
        0.00182,
        0.001743,
        0.001131
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.869141,
        0.774414,
        0.660645,
        0.746094,
        0.704102,
        0.615723,
        0.544434,
        0.65918,
        0.61084
      ]
    },
    {
      "question_id": "10100871",
      "image_id": 561923,
      "question": "một trong những con diều là gì",
      "ground_truth": "lá cờ",
      "ground_truth_normalized": "lá cờ",
      "predicted_top1": "diều",
      "predicted_topk": [
        "diều",
        "lá cờ",
        "áo sơ mi",
        "cây",
        "mũ",
        "dĩa nhựa",
        "bờ biển",
        "nón",
        "máy bay",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.555488,
      "confidences": [
        0.555488,
        0.101558,
        0.026649,
        0.01407,
        0.00952,
        0.008839,
        0.008385,
        0.008009,
        0.007458,
        0.005865
      ],
      "gate_score_top1": 0.867188,
      "gate_scores": [
        0.867188,
        0.657227,
        0.577637,
        0.596191,
        0.570801,
        0.685059,
        0.577148,
        0.588867,
        0.592285,
        0.596191
      ]
    },
    {
      "question_id": "10108561",
      "image_id": 553894,
      "question": "có bao nhiêu người trên một cánh đồng cỏ với một con diều",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.474293,
      "confidences": [
        0.474293,
        0.449051,
        0.03531,
        0.014893,
        0.012788,
        0.003375,
        0.003171,
        0.001153,
        0.000881,
        0.000403
      ],
      "gate_score_top1": 0.875488,
      "gate_scores": [
        0.875488,
        0.894531,
        0.789062,
        0.778809,
        0.658203,
        0.645996,
        0.65332,
        0.563965,
        0.562012,
        0.472656
      ]
    },
    {
      "question_id": "10035851",
      "image_id": 173166,
      "question": "hai con hươu cao cổ ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "vườn bách thú",
      "predicted_topk": [
        "vườn bách thú",
        "chuồng",
        "lồng",
        "tòa nhà",
        "bảo tàng",
        "rào chắn",
        "lá",
        "hồ bơi",
        "cây",
        "cửa tiệm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.69425,
      "confidences": [
        0.69425,
        0.236207,
        0.022935,
        0.004499,
        0.004369,
        0.001927,
        0.001886,
        0.001674,
        0.001416,
        0.001162
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.864258,
        0.831543,
        0.711914,
        0.67627,
        0.630371,
        0.615723,
        0.64209,
        0.675293,
        0.602539
      ]
    },
    {
      "question_id": "10111661",
      "image_id": 394460,
      "question": "có bao nhiêu đứa trẻ đứng trước tv chơi wii",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "tám",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.776446,
      "confidences": [
        0.776446,
        0.106735,
        0.092733,
        0.01502,
        0.001851,
        0.000646,
        0.00064,
        0.00055,
        0.000463,
        0.000287
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.828613,
        0.808105,
        0.647949,
        0.650879,
        0.617188,
        0.52832,
        0.543457,
        0.564941,
        0.473389
      ]
    },
    {
      "question_id": "10088651",
      "image_id": 459825,
      "question": "ba chiếc máy tính trên một cái bàn rất lộn xộn trong bức tường gạch của gì",
      "ground_truth": "văn phòng",
      "ground_truth_normalized": "văn phòng",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "máy tính",
        "văn phòng",
        "bàn phím",
        "laptop",
        "bức tranh",
        "thư viện",
        "cái kệ",
        "phòng ngủ",
        "trang thiết bị"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.601457,
      "confidences": [
        0.601457,
        0.116598,
        0.104927,
        0.019146,
        0.01045,
        0.007919,
        0.004664,
        0.004442,
        0.004339,
        0.004045
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.825195,
        0.796875,
        0.717773,
        0.763672,
        0.601074,
        0.649902,
        0.567383,
        0.585938,
        0.533691
      ]
    },
    {
      "question_id": "10056811",
      "image_id": 415334,
      "question": "người đàn ông cưỡi những gì xuống dốc tuyết phủ",
      "ground_truth": "ván trượt",
      "ground_truth_normalized": "ván trượt",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "ván trượt",
        "trượt tuyết",
        "đồi",
        "cây",
        "trang thiết bị",
        "bầu trời",
        "ba lan",
        "bức ảnh",
        "cây sào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.438738,
      "confidences": [
        0.438738,
        0.249011,
        0.18218,
        0.053225,
        0.00627,
        0.004624,
        0.002979,
        0.001834,
        0.001689,
        0.001576
      ],
      "gate_score_top1": 0.821777,
      "gate_scores": [
        0.821777,
        0.82666,
        0.826172,
        0.788574,
        0.567871,
        0.608398,
        0.606934,
        0.556641,
        0.556641,
        0.575195
      ]
    },
    {
      "question_id": "10023861",
      "image_id": 335249,
      "question": "màu của các tấm là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu trắng",
        "màu nâu",
        "màu cam",
        "màu xám",
        "màu đỏ",
        "màu xanh lá",
        "màu vàng",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.503571,
      "confidences": [
        0.503571,
        0.458506,
        0.015567,
        0.00566,
        0.004602,
        0.002296,
        0.002026,
        0.001964,
        0.000728,
        0.00053
      ],
      "gate_score_top1": 0.870605,
      "gate_scores": [
        0.870605,
        0.899414,
        0.829102,
        0.783203,
        0.783691,
        0.763672,
        0.696289,
        0.707031,
        0.695801,
        0.74707
      ]
    },
    {
      "question_id": "10098851",
      "image_id": 452931,
      "question": "đĩa giữ được bao phủ bằng nước thịt, bí đao, khoai tây nghiền và bông cải xanh",
      "ground_truth": "thịt",
      "ground_truth_normalized": "thịt",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "chén đĩa",
        "dĩa",
        "bát",
        "rau",
        "cái nĩa",
        "quán ăn"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.367319,
      "confidences": [
        0.367319,
        0.135658,
        0.102801,
        0.089315,
        0.028996,
        0.02574,
        0.015102,
        0.014132,
        0.013697,
        0.012842
      ],
      "gate_score_top1": 0.813965,
      "gate_scores": [
        0.813965,
        0.765625,
        0.782715,
        0.755859,
        0.651367,
        0.680664,
        0.63916,
        0.6875,
        0.642578,
        0.664062
      ]
    },
    {
      "question_id": "10046601",
      "image_id": 477468,
      "question": "hai người đàn ông sử dụng máy tính xách tay ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa tiệm",
        "quán ăn",
        "phòng",
        "văn phòng",
        "gian hàng",
        "cái ghế",
        "quán bar",
        "tạp dề",
        "thư viện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.433327,
      "confidences": [
        0.433327,
        0.163192,
        0.141784,
        0.02633,
        0.019002,
        0.017677,
        0.013984,
        0.012078,
        0.009225,
        0.009207
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.819336,
        0.818359,
        0.734863,
        0.776855,
        0.668457,
        0.635742,
        0.658691,
        0.675293,
        0.665039
      ]
    },
    {
      "question_id": "10059921",
      "image_id": 551952,
      "question": "những gì được hiển thị vận chuyển lô hàng xe đạp",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "xe đẩy",
        "xe tay ga",
        "xe ô tô",
        "xe buýt",
        "toa xe",
        "ga-ra",
        "xe đạp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.444442,
      "confidences": [
        0.444442,
        0.262296,
        0.093891,
        0.023879,
        0.010111,
        0.008172,
        0.005716,
        0.005391,
        0.0045,
        0.00426
      ],
      "gate_score_top1": 0.831543,
      "gate_scores": [
        0.831543,
        0.802734,
        0.750977,
        0.751465,
        0.588867,
        0.601562,
        0.645996,
        0.534668,
        0.64502,
        0.572266
      ]
    },
    {
      "question_id": "10118451",
      "image_id": 283070,
      "question": "có bao nhiêu quả cam ghép lại với một quả cam cắt lát trên bề mặt gỗ",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "một",
        "bảy",
        "hai",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.500201,
      "confidences": [
        0.500201,
        0.163665,
        0.117884,
        0.072626,
        0.061397,
        0.034039,
        0.012043,
        0.008473,
        0.003397,
        0.002559
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.793457,
        0.792969,
        0.705566,
        0.744141,
        0.731445,
        0.655762,
        0.629883,
        0.601074,
        0.537109
      ]
    },
    {
      "question_id": "10026341",
      "image_id": 94791,
      "question": "pizza rau đã sẵn sàng để đi đâu",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "lò vi sóng",
        "chảo",
        "tạp dề",
        "quán ăn",
        "bếp",
        "cái nồi",
        "bát",
        "món ăn",
        "pizza"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.309532,
      "confidences": [
        0.309532,
        0.309532,
        0.233647,
        0.019711,
        0.010048,
        0.00781,
        0.007629,
        0.006374,
        0.005441,
        0.004887
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.831055,
        0.821777,
        0.673828,
        0.687988,
        0.611328,
        0.715332,
        0.710938,
        0.652832,
        0.615723
      ]
    },
    {
      "question_id": "10003841",
      "image_id": 157176,
      "question": "màu của đồng hồ là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu xám",
        "màu đen",
        "màu vàng",
        "màu xanh lá",
        "màu đỏ",
        "màu cam",
        "màu xanh dương",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.445081,
      "confidences": [
        0.445081,
        0.438181,
        0.049548,
        0.04044,
        0.004663,
        0.003957,
        0.00258,
        0.000962,
        0.000524,
        0.000392
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.902832,
        0.833984,
        0.767578,
        0.744629,
        0.664551,
        0.682129,
        0.698242,
        0.57373,
        0.539551
      ]
    },
    {
      "question_id": "10101661",
      "image_id": 566038,
      "question": "những gì đỗ ở phía trước một tòa nhà trong một bãi đỗ xe",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "cửa sổ",
        "xe ô tô",
        "con vịt",
        "hải âu",
        "gương",
        "cửa",
        "cái ghế",
        "màu xám",
        "đường phố"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.406094,
      "confidences": [
        0.406094,
        0.330152,
        0.050433,
        0.006879,
        0.00672,
        0.006641,
        0.005077,
        0.004854,
        0.004728,
        0.003977
      ],
      "gate_score_top1": 0.749512,
      "gate_scores": [
        0.749512,
        0.783203,
        0.648926,
        0.61377,
        0.522949,
        0.680176,
        0.623535,
        0.619141,
        0.571289,
        0.505371
      ]
    },
    {
      "question_id": "10040261",
      "image_id": 29041,
      "question": "đâu là người đàn ông và phụ nữ gương với máy ảnh",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "máy ảnh",
        "vòi hoa sen",
        "hành lang",
        "chậu",
        "nhà ở",
        "cửa",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.941225,
      "confidences": [
        0.941225,
        0.049883,
        0.000845,
        0.000649,
        0.000535,
        0.000433,
        0.000185,
        0.000176,
        0.000175,
        0.000159
      ],
      "gate_score_top1": 0.92041,
      "gate_scores": [
        0.92041,
        0.830078,
        0.683105,
        0.569824,
        0.617676,
        0.522461,
        0.568848,
        0.572266,
        0.59375,
        0.608887
      ]
    },
    {
      "question_id": "10102211",
      "image_id": 430760,
      "question": "tháp brown với đồng hồ và gác chuông và bên cạnh nó là gì",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "cây",
        "đồng hồ",
        "cầu",
        "tòa nhà",
        "bức tượng",
        "lá cờ",
        "các tòa nhà",
        "cờ",
        "bức ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.567621,
      "confidences": [
        0.567621,
        0.171767,
        0.039698,
        0.033823,
        0.017479,
        0.010895,
        0.008619,
        0.008585,
        0.006029,
        0.005027
      ],
      "gate_score_top1": 0.833984,
      "gate_scores": [
        0.833984,
        0.78125,
        0.672852,
        0.65332,
        0.717285,
        0.650391,
        0.67627,
        0.626465,
        0.610352,
        0.607422
      ]
    },
    {
      "question_id": "10118551",
      "image_id": 312,
      "question": "đàn voi có bao nhiêu con đang chạy cùng con",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.728941,
      "confidences": [
        0.728941,
        0.112664,
        0.098267,
        0.022272,
        0.01935,
        0.004687,
        0.001984,
        0.00146,
        0.000877,
        0.000697
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.822754,
        0.807129,
        0.750488,
        0.73291,
        0.612793,
        0.587402,
        0.568359,
        0.530762,
        0.52002
      ]
    },
    {
      "question_id": "10064961",
      "image_id": 429366,
      "question": "những gì được hình dung trong hình ảnh này",
      "ground_truth": "sân khấu",
      "ground_truth_normalized": "sân khấu",
      "predicted_top1": "quầy tính tiền",
      "predicted_topk": [
        "quầy tính tiền",
        "phòng bếp",
        "bông hoa",
        "bếp",
        "tách",
        "bát",
        "cây kéo",
        "dao",
        "cà rốt",
        "cái kệ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.379045,
      "confidences": [
        0.379045,
        0.05623,
        0.038196,
        0.030157,
        0.023077,
        0.021806,
        0.018652,
        0.017385,
        0.015768,
        0.011833
      ],
      "gate_score_top1": 0.757324,
      "gate_scores": [
        0.757324,
        0.666992,
        0.714355,
        0.716797,
        0.697754,
        0.682617,
        0.663574,
        0.699219,
        0.645508,
        0.62793
      ]
    },
    {
      "question_id": "10118881",
      "image_id": 510293,
      "question": "có bao nhiêu thuyền trên sông với mái chèo ở bên và cây ở phía sau",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.466406,
      "confidences": [
        0.466406,
        0.438148,
        0.059996,
        0.018155,
        0.006499,
        0.002326,
        0.000719,
        0.000693,
        0.000512,
        0.000268
      ],
      "gate_score_top1": 0.870605,
      "gate_scores": [
        0.870605,
        0.894043,
        0.823242,
        0.75,
        0.688477,
        0.520996,
        0.527344,
        0.529785,
        0.445557,
        0.430664
      ]
    },
    {
      "question_id": "10065191",
      "image_id": 418062,
      "question": "hai người bạn chia sẻ những gì tại một bữa tiệc",
      "ground_truth": "nước",
      "ground_truth_normalized": "nước",
      "predicted_top1": "rượu",
      "predicted_topk": [
        "rượu",
        "quán bar",
        "chai",
        "kính đeo",
        "nước",
        "nến",
        "mũ",
        "đồng hồ",
        "đồ uống",
        "cà vạt"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.511497,
      "confidences": [
        0.511497,
        0.082205,
        0.070865,
        0.03447,
        0.032381,
        0.015236,
        0.010574,
        0.007587,
        0.006351,
        0.005682
      ],
      "gate_score_top1": 0.789551,
      "gate_scores": [
        0.789551,
        0.649902,
        0.739258,
        0.657715,
        0.67627,
        0.631836,
        0.681152,
        0.656738,
        0.57666,
        0.593262
      ]
    },
    {
      "question_id": "10063321",
      "image_id": 370123,
      "question": "những gì được chụp qua camera điện thoại khi điện thoại đang rung",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "các tòa nhà",
        "tòa nhà",
        "bức ảnh",
        "con ngựa",
        "cầu",
        "bức tượng",
        "tàu hỏa",
        "cờ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.208778,
      "confidences": [
        0.208778,
        0.193088,
        0.117572,
        0.056082,
        0.032905,
        0.029095,
        0.026699,
        0.023242,
        0.01734,
        0.011941
      ],
      "gate_score_top1": 0.744141,
      "gate_scores": [
        0.744141,
        0.705566,
        0.688965,
        0.726074,
        0.674805,
        0.615234,
        0.688477,
        0.651855,
        0.615234,
        0.587891
      ]
    },
    {
      "question_id": "10061281",
      "image_id": 531735,
      "question": "có gì xếp hàng gần tường",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "đường",
        "ga-ra",
        "xe cộ",
        "con khỉ",
        "cây",
        "chim bồ câu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.588457,
      "confidences": [
        0.588457,
        0.275804,
        0.075107,
        0.00482,
        0.002331,
        0.001798,
        0.00156,
        0.001234,
        0.001152,
        0.000962
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.837402,
        0.77832,
        0.525879,
        0.629395,
        0.572754,
        0.537109,
        0.399902,
        0.529297,
        0.45166
      ]
    },
    {
      "question_id": "10044901",
      "image_id": 65773,
      "question": "người đàn ông ngồi xem tivi ở đâu",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái ghế",
        "nhà ở",
        "chung cư",
        "cửa sổ",
        "ô cửa",
        "phòng ngủ",
        "hành lang",
        "nhiều cái ghế",
        "đi văng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.548159,
      "confidences": [
        0.548159,
        0.388703,
        0.023435,
        0.006161,
        0.002629,
        0.00161,
        0.001582,
        0.001546,
        0.001028,
        0.001006
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.865723,
        0.817871,
        0.670898,
        0.693359,
        0.526855,
        0.743164,
        0.679688,
        0.541504,
        0.541504
      ]
    },
    {
      "question_id": "10101221",
      "image_id": 472648,
      "question": "cái gì đang nhìn khá có ý nghĩa với máy ảnh",
      "ground_truth": "bò đực",
      "ground_truth_normalized": "bò đực",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "bò đực",
        "gia súc",
        "con ngựa",
        "bãi cỏ",
        "màu nâu",
        "con chó",
        "đồi",
        "chuồng trại",
        "con cừu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.909582,
      "confidences": [
        0.909582,
        0.039808,
        0.008813,
        0.003398,
        0.002241,
        0.001392,
        0.00124,
        0.001134,
        0.000874,
        0.000819
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.776367,
        0.649902,
        0.733398,
        0.675293,
        0.637207,
        0.57959,
        0.603516,
        0.484619,
        0.632324
      ]
    },
    {
      "question_id": "10093871",
      "image_id": 494970,
      "question": "những gì chứa đầy hoa và nước ngồi trên bàn",
      "ground_truth": "bình hoa",
      "ground_truth_normalized": "bình hoa",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "bông hoa",
        "hoa hồng",
        "cái lọ",
        "bình hoa",
        "chai",
        "cây",
        "nến",
        "tách",
        "cửa sổ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.643884,
      "confidences": [
        0.643884,
        0.18304,
        0.031808,
        0.010928,
        0.010571,
        0.007467,
        0.006082,
        0.005316,
        0.003733,
        0.003412
      ],
      "gate_score_top1": 0.796875,
      "gate_scores": [
        0.796875,
        0.848633,
        0.738281,
        0.690918,
        0.566406,
        0.670898,
        0.708008,
        0.666504,
        0.713867,
        0.665527
      ]
    },
    {
      "question_id": "10005581",
      "image_id": 300047,
      "question": "màu sắc của những con chim là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu xám",
        "màu trắng",
        "màu xanh lá",
        "màu cam",
        "màu đen",
        "màu vàng",
        "màu đỏ",
        "con voi",
        "màu xanh dương"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.901482,
      "confidences": [
        0.901482,
        0.054138,
        0.013904,
        0.00534,
        0.004768,
        0.002261,
        0.001845,
        0.001512,
        0.001483,
        0.000519
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.825195,
        0.835938,
        0.686035,
        0.759277,
        0.702637,
        0.680176,
        0.685547,
        0.662109,
        0.587891
      ]
    },
    {
      "question_id": "10093731",
      "image_id": 560466,
      "question": "tàu nào đang ngồi trên đường ray của nó",
      "ground_truth": "đồ chơi",
      "ground_truth_normalized": "đồ chơi",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "đồ chơi",
        "màu đen",
        "cây",
        "màu xanh lá",
        "màu trắng",
        "xe ô tô",
        "đường sắt",
        "tàu hỏa",
        "động cơ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.1348,
      "confidences": [
        0.1348,
        0.074589,
        0.0493,
        0.036709,
        0.031033,
        0.029728,
        0.022396,
        0.021664,
        0.021121,
        0.016021
      ],
      "gate_score_top1": 0.699219,
      "gate_scores": [
        0.699219,
        0.48999,
        0.606445,
        0.588867,
        0.529785,
        0.682129,
        0.562012,
        0.604004,
        0.662109,
        0.522461
      ]
    },
    {
      "question_id": "10035901",
      "image_id": 480712,
      "question": "giường được đặt ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "cửa sổ",
        "nhà ở",
        "giường",
        "chung cư",
        "hành lang",
        "cái ghế",
        "văn phòng",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.583074,
      "confidences": [
        0.583074,
        0.344113,
        0.007692,
        0.00717,
        0.006145,
        0.00472,
        0.0038,
        0.003771,
        0.003691,
        0.002383
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.881836,
        0.708496,
        0.806152,
        0.590332,
        0.712402,
        0.678711,
        0.640137,
        0.657715,
        0.648438
      ]
    },
    {
      "question_id": "10065861",
      "image_id": 530500,
      "question": "những gì mang lại những kỷ niệm tuyệt vời khi chúng ta hẹn hò",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "bức ảnh",
        "đồng hồ",
        "cây",
        "phòng",
        "tường",
        "cái kệ",
        "máy ảnh",
        "cửa",
        "cà vạt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.053026,
      "confidences": [
        0.053026,
        0.03797,
        0.032924,
        0.028942,
        0.028162,
        0.025048,
        0.02294,
        0.015103,
        0.015089,
        0.014768
      ],
      "gate_score_top1": 0.680664,
      "gate_scores": [
        0.680664,
        0.608887,
        0.679688,
        0.680664,
        0.69043,
        0.632812,
        0.682617,
        0.63916,
        0.625,
        0.662109
      ]
    },
    {
      "question_id": "10060931",
      "image_id": 560111,
      "question": "những gì nằm trên đường ray",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "xe điện",
        "màu đỏ",
        "phương tiện giao thông"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.870042,
      "confidences": [
        0.870042,
        0.06452,
        0.035216,
        0.002152,
        0.002136,
        0.002018,
        0.001547,
        0.001043,
        0.000741,
        0.000659
      ],
      "gate_score_top1": 0.913574,
      "gate_scores": [
        0.913574,
        0.808105,
        0.789062,
        0.59668,
        0.533203,
        0.668945,
        0.628418,
        0.602051,
        0.564941,
        0.524414
      ]
    },
    {
      "question_id": "10080931",
      "image_id": 417653,
      "question": "những gì trên đường tuyết ngồi trên một chiếc ghế lớn",
      "ground_truth": "bức tượng",
      "ground_truth_normalized": "bức tượng",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "bức tượng",
        "băng ghế",
        "cây",
        "gấu",
        "cửa sổ",
        "đồng hồ",
        "con ngựa",
        "bức ảnh",
        "tòa tháp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.444188,
      "confidences": [
        0.444188,
        0.23683,
        0.024005,
        0.011495,
        0.010611,
        0.009255,
        0.009023,
        0.006505,
        0.006461,
        0.005446
      ],
      "gate_score_top1": 0.762695,
      "gate_scores": [
        0.762695,
        0.715332,
        0.674805,
        0.606445,
        0.581543,
        0.581055,
        0.651367,
        0.61084,
        0.447021,
        0.56543
      ]
    },
    {
      "question_id": "10034501",
      "image_id": 126674,
      "question": "con thú nhồi bông trong trang phục thủy thủ ở đâu",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "phương tiện giao thông",
        "cửa sổ",
        "gương",
        "xe tải",
        "đường phố",
        "đường",
        "áo vest",
        "ảnh chụp",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.899102,
      "confidences": [
        0.899102,
        0.025208,
        0.017124,
        0.006487,
        0.006106,
        0.004115,
        0.003155,
        0.001627,
        0.001188,
        0.001014
      ],
      "gate_score_top1": 0.850098,
      "gate_scores": [
        0.850098,
        0.739258,
        0.739258,
        0.766602,
        0.696777,
        0.625,
        0.636719,
        0.441162,
        0.436768,
        0.528809
      ]
    },
    {
      "question_id": "10050781",
      "image_id": 343009,
      "question": "hai người phụ nữ ngồi với nhau ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bát",
        "cái ghế",
        "phòng",
        "nhà ở",
        "quán ăn",
        "tạp dề",
        "chậu",
        "cái nồi",
        "lò vi sóng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.718816,
      "confidences": [
        0.718816,
        0.076059,
        0.07286,
        0.017647,
        0.013557,
        0.010979,
        0.004453,
        0.003824,
        0.00355,
        0.003226
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.785156,
        0.771484,
        0.709961,
        0.682617,
        0.688477,
        0.508789,
        0.623535,
        0.587891,
        0.609863
      ]
    },
    {
      "question_id": "10050871",
      "image_id": 275353,
      "question": "máy tính xách tay ở đâu",
      "ground_truth": "cỗ máy",
      "ground_truth_normalized": "cỗ máy",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng bếp",
        "văn phòng",
        "tủ lạnh",
        "phòng ngủ",
        "cái bàn",
        "cái ghế",
        "chung cư",
        "nhà ở",
        "lò vi sóng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.334815,
      "confidences": [
        0.334815,
        0.167699,
        0.037419,
        0.031387,
        0.028356,
        0.025122,
        0.02217,
        0.021072,
        0.020344,
        0.014972
      ],
      "gate_score_top1": 0.819336,
      "gate_scores": [
        0.819336,
        0.78125,
        0.688965,
        0.666016,
        0.729004,
        0.59668,
        0.598145,
        0.677734,
        0.769531,
        0.571777
      ]
    },
    {
      "question_id": "10116151",
      "image_id": 175867,
      "question": "có bao nhiêu chiếc ô tô đang đậu trên đường này",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.643969,
      "confidences": [
        0.643969,
        0.178824,
        0.080288,
        0.077818,
        0.00795,
        0.002684,
        0.001584,
        0.000887,
        0.000669,
        0.000512
      ],
      "gate_score_top1": 0.88623,
      "gate_scores": [
        0.88623,
        0.869141,
        0.821777,
        0.810059,
        0.746582,
        0.547852,
        0.578613,
        0.546875,
        0.493408,
        0.477051
      ]
    },
    {
      "question_id": "10042911",
      "image_id": 281701,
      "question": "người đàn ông đang giữ điện thoại di động ở đâu",
      "ground_truth": "tạp dề",
      "ground_truth_normalized": "tạp dề",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "tạp dề",
        "cửa hàng",
        "quán ăn",
        "cửa tiệm",
        "phòng",
        "kho",
        "lò vi sóng",
        "máy xay",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.3344,
      "confidences": [
        0.3344,
        0.240859,
        0.171463,
        0.044554,
        0.038109,
        0.007773,
        0.005395,
        0.005097,
        0.004826,
        0.004386
      ],
      "gate_score_top1": 0.790039,
      "gate_scores": [
        0.790039,
        0.784668,
        0.814941,
        0.795898,
        0.741211,
        0.692383,
        0.654785,
        0.535645,
        0.651855,
        0.547363
      ]
    },
    {
      "question_id": "10014951",
      "image_id": 13274,
      "question": "màu của tòa nhà là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu đỏ",
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu xanh lá",
        "màu trắng",
        "màu xanh dương",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.944273,
      "confidences": [
        0.944273,
        0.042805,
        0.004673,
        0.00191,
        0.001132,
        0.000942,
        0.000838,
        0.000417,
        0.0004,
        0.000285
      ],
      "gate_score_top1": 0.911621,
      "gate_scores": [
        0.911621,
        0.827148,
        0.724609,
        0.702637,
        0.671875,
        0.666504,
        0.750977,
        0.677246,
        0.756348,
        0.655762
      ]
    },
    {
      "question_id": "10021941",
      "image_id": 68764,
      "question": "màu của đồng hồ là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu trắng",
        "màu nâu",
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.661094,
      "confidences": [
        0.661094,
        0.160747,
        0.121813,
        0.032786,
        0.004542,
        0.003469,
        0.002523,
        0.002398,
        0.001404,
        0.000452
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.861328,
        0.829102,
        0.848633,
        0.727051,
        0.730469,
        0.593262,
        0.669922,
        0.716309,
        0.668457
      ]
    },
    {
      "question_id": "10100441",
      "image_id": 525908,
      "question": "những gì rơi ra khi anh ấy chơi tennis",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "nón",
        "vợt",
        "dĩa nhựa",
        "áo sơ mi",
        "ván trượt",
        "mũ lưỡi trai",
        "mặt trời",
        "mũ",
        "quần short"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.315602,
      "confidences": [
        0.315602,
        0.192923,
        0.156234,
        0.039968,
        0.028732,
        0.019479,
        0.011012,
        0.009756,
        0.008232,
        0.006621
      ],
      "gate_score_top1": 0.772949,
      "gate_scores": [
        0.772949,
        0.736328,
        0.748535,
        0.712402,
        0.687012,
        0.696289,
        0.524902,
        0.547852,
        0.637695,
        0.487305
      ]
    },
    {
      "question_id": "10083781",
      "image_id": 549399,
      "question": "những gì đỗ ở bên đường",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "đường",
        "mũ",
        "xe cộ",
        "ga-ra",
        "động cơ",
        "cây",
        "con khỉ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.932087,
      "confidences": [
        0.932087,
        0.05238,
        0.0042,
        0.000842,
        0.000682,
        0.000301,
        0.000271,
        0.000147,
        0.000143,
        0.000133
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.852051,
        0.679688,
        0.580078,
        0.505859,
        0.566406,
        0.536133,
        0.477783,
        0.419189,
        0.378662
      ]
    },
    {
      "question_id": "10034831",
      "image_id": 555778,
      "question": "mọi người đang mang gì để leo lên đồi tuyết",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "đồi",
        "trượt tuyết",
        "ván trượt",
        "trang thiết bị",
        "cây",
        "bầu trời",
        "bức ảnh",
        "balo",
        "bảng"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.393626,
      "confidences": [
        0.393626,
        0.280215,
        0.086807,
        0.083481,
        0.012628,
        0.006866,
        0.004297,
        0.003629,
        0.003466,
        0.002526
      ],
      "gate_score_top1": 0.79541,
      "gate_scores": [
        0.79541,
        0.814453,
        0.779785,
        0.771973,
        0.62793,
        0.589355,
        0.593262,
        0.534668,
        0.614258,
        0.651855
      ]
    },
    {
      "question_id": "10103441",
      "image_id": 357943,
      "question": "chó collie nhìn về bao nhiêu con cừu hướng về mảnh đất nuôi gia súc",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "ba",
        "hai",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.372502,
      "confidences": [
        0.372502,
        0.304027,
        0.242392,
        0.02595,
        0.016624,
        0.015925,
        0.004563,
        0.002912,
        0.001769,
        0.001419
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.838867,
        0.833496,
        0.714355,
        0.693359,
        0.659668,
        0.632324,
        0.597656,
        0.562012,
        0.562012
      ]
    },
    {
      "question_id": "10039651",
      "image_id": 204345,
      "question": "gấu teddy nhét ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng ngủ",
        "phòng",
        "màu trắng",
        "hành lang",
        "màu nâu",
        "cái ghế",
        "cửa sổ",
        "nhiều cái ghế",
        "khăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.619817,
      "confidences": [
        0.619817,
        0.285998,
        0.056537,
        0.007742,
        0.001324,
        0.001264,
        0.000767,
        0.000625,
        0.0006,
        0.000553
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.840332,
        0.830566,
        0.713867,
        0.498779,
        0.587891,
        0.57959,
        0.532715,
        0.416016,
        0.520508
      ]
    },
    {
      "question_id": "10117161",
      "image_id": 186753,
      "question": "có bao nhiêu nam giới trong một căn phòng và một số người đang chơi trò chơi điện tử",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "hai",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.726899,
      "confidences": [
        0.726899,
        0.175373,
        0.044341,
        0.034668,
        0.007675,
        0.001757,
        0.001293,
        0.00089,
        0.000801,
        0.000497
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.845215,
        0.733398,
        0.77002,
        0.70166,
        0.604492,
        0.586426,
        0.572754,
        0.599121,
        0.515137
      ]
    },
    {
      "question_id": "10109811",
      "image_id": 186888,
      "question": "có bao nhiêu cậu bé đang ngồi bên ngoài bậc thềm",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "năm",
        "bảy",
        "bốn",
        "chín",
        "tám",
        "mười",
        "sân vận động",
        "một",
        "gậy"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.507262,
      "confidences": [
        0.507262,
        0.263164,
        0.12431,
        0.037034,
        0.015804,
        0.005657,
        0.002929,
        0.001316,
        0.001216,
        0.001066
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.828613,
        0.766113,
        0.67627,
        0.678711,
        0.632324,
        0.56543,
        0.616699,
        0.549805,
        0.494629
      ]
    },
    {
      "question_id": "10080171",
      "image_id": 356827,
      "question": "người đang cưỡi ván trượt trên tuyết phủ đang cầm cái gì",
      "ground_truth": "ba lan",
      "ground_truth_normalized": "ba lan",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đồi",
        "núi",
        "trượt tuyết",
        "cây",
        "trang thiết bị",
        "cây sào",
        "bức ảnh",
        "ba lan",
        "bầu trời"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.51889,
      "confidences": [
        0.51889,
        0.136956,
        0.119923,
        0.085038,
        0.008097,
        0.006739,
        0.005067,
        0.004769,
        0.004184,
        0.00311
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.800293,
        0.763672,
        0.776367,
        0.638184,
        0.605469,
        0.634766,
        0.606445,
        0.571777,
        0.600586
      ]
    },
    {
      "question_id": "10089221",
      "image_id": 431481,
      "question": "những gì bao gồm bánh mì kẹp thịt rau và bông cải xanh",
      "ground_truth": "bữa trưa",
      "ground_truth_normalized": "bữa trưa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "sandwich",
        "bữa ăn",
        "dĩa",
        "thịt",
        "bữa trưa",
        "món ăn",
        "quán ăn",
        "đĩa",
        "cái nĩa"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.703093,
      "confidences": [
        0.703093,
        0.058394,
        0.047104,
        0.014822,
        0.014006,
        0.010388,
        0.009721,
        0.006227,
        0.006012,
        0.004485
      ],
      "gate_score_top1": 0.820312,
      "gate_scores": [
        0.820312,
        0.733887,
        0.716797,
        0.65625,
        0.635254,
        0.484131,
        0.644043,
        0.675293,
        0.518066,
        0.580566
      ]
    },
    {
      "question_id": "10118181",
      "image_id": 521752,
      "question": "có bao nhiêu thanh thiếu niên đang học với máy tính xách tay của họ trong phòng khách",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "đồng hồ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.360758,
      "confidences": [
        0.360758,
        0.31589,
        0.258831,
        0.032907,
        0.004071,
        0.003656,
        0.003523,
        0.001102,
        0.000632,
        0.000308
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.829102,
        0.817871,
        0.733887,
        0.60791,
        0.629395,
        0.602051,
        0.544922,
        0.505859,
        0.514648
      ]
    },
    {
      "question_id": "10035951",
      "image_id": 421400,
      "question": "người phụ nữ vuốt ve ở đâu",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "chuồng trại",
        "vườn bách thú",
        "rào chắn",
        "con ngựa",
        "xe tải",
        "bãi cỏ",
        "cửa tiệm",
        "đường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.543909,
      "confidences": [
        0.543909,
        0.283281,
        0.020641,
        0.012326,
        0.006482,
        0.005188,
        0.00478,
        0.003608,
        0.003497,
        0.003175
      ],
      "gate_score_top1": 0.827637,
      "gate_scores": [
        0.827637,
        0.835449,
        0.700684,
        0.754883,
        0.550293,
        0.692383,
        0.586914,
        0.552246,
        0.554688,
        0.592285
      ]
    },
    {
      "question_id": "10096721",
      "image_id": 373793,
      "question": "quang cảnh nào với nhà vệ sinh, vòi hoa sen và bồn rửa",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "cửa",
        "tường",
        "nhà ở",
        "ô cửa",
        "bồn tắm",
        "khăn",
        "bức ảnh",
        "gương"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.334887,
      "confidences": [
        0.334887,
        0.175785,
        0.070747,
        0.049197,
        0.03869,
        0.030786,
        0.025523,
        0.02145,
        0.019761,
        0.019266
      ],
      "gate_score_top1": 0.744629,
      "gate_scores": [
        0.744629,
        0.787598,
        0.70752,
        0.679688,
        0.753418,
        0.66748,
        0.72998,
        0.654297,
        0.624512,
        0.650391
      ]
    },
    {
      "question_id": "10048121",
      "image_id": 323583,
      "question": "gấu bắc cực đang đi lang thang ở đâu",
      "ground_truth": "bồn tắm",
      "ground_truth_normalized": "bồn tắm",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "bồn tắm",
        "bát",
        "chậu",
        "chuồng",
        "vườn bách thú",
        "cái nồi",
        "cái rổ",
        "sân vườn",
        "giường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.574783,
      "confidences": [
        0.574783,
        0.301708,
        0.015109,
        0.007568,
        0.006034,
        0.004644,
        0.003596,
        0.003149,
        0.003058,
        0.002912
      ],
      "gate_score_top1": 0.836914,
      "gate_scores": [
        0.836914,
        0.824219,
        0.640625,
        0.662598,
        0.700195,
        0.718262,
        0.675781,
        0.681641,
        0.685547,
        0.56543
      ]
    },
    {
      "question_id": "10047051",
      "image_id": 245857,
      "question": "nhà bếp sạch sẽ và ánh sáng đến từ đâu",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "nhà ở",
        "phòng",
        "cửa sổ",
        "phòng tắm",
        "tường",
        "chậu",
        "lò vi sóng",
        "cửa",
        "quầy tính tiền"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.590798,
      "confidences": [
        0.590798,
        0.167294,
        0.044502,
        0.019748,
        0.01442,
        0.011164,
        0.010529,
        0.009475,
        0.007394,
        0.005826
      ],
      "gate_score_top1": 0.830566,
      "gate_scores": [
        0.830566,
        0.822754,
        0.790039,
        0.732422,
        0.687988,
        0.608887,
        0.688477,
        0.587402,
        0.672852,
        0.577148
      ]
    },
    {
      "question_id": "10118701",
      "image_id": 382670,
      "question": "có bao nhiêu con bò đứng trên thuyền trên hồ",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.570898,
      "confidences": [
        0.570898,
        0.383283,
        0.025182,
        0.011711,
        0.004192,
        0.00074,
        0.000322,
        0.000235,
        0.000217,
        0.000105
      ],
      "gate_score_top1": 0.891602,
      "gate_scores": [
        0.891602,
        0.89209,
        0.808594,
        0.752441,
        0.706055,
        0.462891,
        0.510254,
        0.471924,
        0.463623,
        0.390625
      ]
    },
    {
      "question_id": "10100641",
      "image_id": 342377,
      "question": "cái gì đựng cà rốt và các loại rau khác",
      "ground_truth": "rau quả",
      "ground_truth_normalized": "rau quả",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "cà rốt",
        "hoa quả",
        "cửa hàng",
        "bông cải xanh",
        "rau quả",
        "táo",
        "cây",
        "những quả cam",
        "cái mâm"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.568507,
      "confidences": [
        0.568507,
        0.111509,
        0.081582,
        0.075746,
        0.013163,
        0.005875,
        0.005339,
        0.004409,
        0.004174,
        0.003478
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.8125,
        0.796875,
        0.738281,
        0.769043,
        0.570312,
        0.650879,
        0.671875,
        0.72168,
        0.710449
      ]
    },
    {
      "question_id": "10111301",
      "image_id": 296693,
      "question": "xe buýt bao nhiêu sao '' có wifi miễn phí trên tàu",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.400675,
      "confidences": [
        0.400675,
        0.231893,
        0.158756,
        0.094428,
        0.07707,
        0.010229,
        0.005715,
        0.002668,
        0.002359,
        0.002111
      ],
      "gate_score_top1": 0.862305,
      "gate_scores": [
        0.862305,
        0.803711,
        0.810059,
        0.771973,
        0.804199,
        0.599121,
        0.622559,
        0.553711,
        0.560547,
        0.546387
      ]
    },
    {
      "question_id": "10111501",
      "image_id": 327183,
      "question": "có bao nhiêu phần tráng miệng trên đĩa với một cái nĩa",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.454468,
      "confidences": [
        0.454468,
        0.417043,
        0.05139,
        0.041454,
        0.01592,
        0.005459,
        0.00311,
        0.002609,
        0.000617,
        0.000551
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.87793,
        0.81543,
        0.777344,
        0.603027,
        0.649902,
        0.62207,
        0.587402,
        0.458252,
        0.490234
      ]
    },
    {
      "question_id": "10037741",
      "image_id": 370170,
      "question": "một số mì và rau ở đâu",
      "ground_truth": "bát",
      "ground_truth_normalized": "bát",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "bát",
        "món ăn",
        "cái nồi",
        "lò vi sóng",
        "chén đĩa",
        "đĩa ăn",
        "quầy tính tiền",
        "bữa ăn",
        "pizza"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.668953,
      "confidences": [
        0.668953,
        0.117158,
        0.073316,
        0.070232,
        0.006246,
        0.004912,
        0.004343,
        0.003298,
        0.003014,
        0.001691
      ],
      "gate_score_top1": 0.881348,
      "gate_scores": [
        0.881348,
        0.793457,
        0.757812,
        0.821777,
        0.689941,
        0.618652,
        0.67041,
        0.578125,
        0.611328,
        0.566406
      ]
    },
    {
      "question_id": "10025891",
      "image_id": 578964,
      "question": "thứ bắt được ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "bàn phím",
      "predicted_topk": [
        "bàn phím",
        "ảnh chụp",
        "chuột",
        "hộp",
        "máy tính",
        "màu đen",
        "laptop",
        "cái ghế",
        "xe ô tô",
        "điện thoại"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.145765,
      "confidences": [
        0.145765,
        0.090507,
        0.089278,
        0.059822,
        0.047046,
        0.01927,
        0.018173,
        0.014847,
        0.014016,
        0.012345
      ],
      "gate_score_top1": 0.683105,
      "gate_scores": [
        0.683105,
        0.597656,
        0.701172,
        0.658203,
        0.701172,
        0.541992,
        0.774902,
        0.515137,
        0.544922,
        0.645996
      ]
    },
    {
      "question_id": "10050301",
      "image_id": 126958,
      "question": "ngưỡng cửa ở đâu",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "nhà ở",
        "phòng",
        "phòng ngủ",
        "gương",
        "hành lang",
        "tường",
        "vòi hoa sen",
        "cửa",
        "ô cửa"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.268986,
      "confidences": [
        0.268986,
        0.128056,
        0.119362,
        0.092597,
        0.086986,
        0.035352,
        0.024584,
        0.024014,
        0.02111,
        0.019221
      ],
      "gate_score_top1": 0.787598,
      "gate_scores": [
        0.787598,
        0.791504,
        0.777832,
        0.83252,
        0.821289,
        0.638672,
        0.613281,
        0.725098,
        0.672363,
        0.648926
      ]
    },
    {
      "question_id": "10066881",
      "image_id": 448114,
      "question": "những gì đang kéo hai chiếc xe tải nhỏ hơn",
      "ground_truth": "đoạn phim giới thiệu",
      "ground_truth_normalized": "đoạn phim giới thiệu",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "động cơ",
        "xe ô tô",
        "đoạn phim giới thiệu",
        "xe đẩy",
        "con thuyền",
        "xe buýt",
        "ga-ra"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.951718,
      "confidences": [
        0.951718,
        0.013523,
        0.008495,
        0.00271,
        0.001837,
        0.001713,
        0.000763,
        0.000737,
        0.000721,
        0.000548
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.774414,
        0.713867,
        0.615723,
        0.574707,
        0.543457,
        0.595215,
        0.63916,
        0.618164,
        0.438965
      ]
    },
    {
      "question_id": "10031451",
      "image_id": 452441,
      "question": "những hộp đầy màu sắc được xếp chồng lên nhau ở đâu",
      "ground_truth": "gian hàng",
      "ground_truth_normalized": "gian hàng",
      "predicted_top1": "cửa hàng",
      "predicted_topk": [
        "cửa hàng",
        "cửa sổ",
        "cửa tiệm",
        "phòng",
        "cái ghế",
        "gian hàng",
        "hộp",
        "ảnh chụp",
        "xe lăn",
        "cái rổ"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.378134,
      "confidences": [
        0.378134,
        0.129662,
        0.129157,
        0.041931,
        0.038629,
        0.027823,
        0.017445,
        0.014378,
        0.010561,
        0.008687
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.775879,
        0.787598,
        0.756348,
        0.702637,
        0.710938,
        0.711914,
        0.544434,
        0.691895,
        0.708984
      ]
    },
    {
      "question_id": "10049571",
      "image_id": 527691,
      "question": "người phụ nữ đóng gói quần áo ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "phòng ngủ",
        "cái túi",
        "phòng",
        "hành lý",
        "giường",
        "túi",
        "sàn nhà",
        "balo",
        "hành lang"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.276883,
      "confidences": [
        0.276883,
        0.183725,
        0.134942,
        0.076888,
        0.060823,
        0.057586,
        0.016791,
        0.009794,
        0.009237,
        0.007916
      ],
      "gate_score_top1": 0.773438,
      "gate_scores": [
        0.773438,
        0.811035,
        0.769531,
        0.774414,
        0.693359,
        0.723633,
        0.567383,
        0.587891,
        0.553223,
        0.5625
      ]
    },
    {
      "question_id": "10078051",
      "image_id": 474095,
      "question": "anh chàng ngồi trên nhà vệ sinh hút gì",
      "ground_truth": "thuốc lá",
      "ground_truth_normalized": "thuốc lá",
      "predicted_top1": "bàn chải",
      "predicted_topk": [
        "bàn chải",
        "máy ảnh",
        "thuốc lá",
        "điện thoại",
        "phòng tắm",
        "nón",
        "máy sấy khô",
        "chuối",
        "đồ uống",
        "cây kéo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.176601,
      "confidences": [
        0.176601,
        0.112693,
        0.105866,
        0.034236,
        0.022673,
        0.021133,
        0.01993,
        0.018006,
        0.016588,
        0.011808
      ],
      "gate_score_top1": 0.729492,
      "gate_scores": [
        0.729492,
        0.734863,
        0.566406,
        0.710449,
        0.601074,
        0.70166,
        0.580566,
        0.567871,
        0.514648,
        0.62207
      ]
    },
    {
      "question_id": "10050431",
      "image_id": 511148,
      "question": "con mèo nhỏ, đen ngủ trưa ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "hộp",
        "thùng chứa",
        "xe đẩy",
        "túi",
        "cái ví",
        "toa xe",
        "ngăn kéo"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.889887,
      "confidences": [
        0.889887,
        0.038946,
        0.015431,
        0.010523,
        0.005417,
        0.003948,
        0.00347,
        0.002307,
        0.00213,
        0.001876
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.836426,
        0.76416,
        0.735352,
        0.737305,
        0.719727,
        0.705078,
        0.641602,
        0.61377,
        0.542969
      ]
    },
    {
      "question_id": "10111641",
      "image_id": 90985,
      "question": "có bao nhiêu quả cam được xếp vào vòng tròn với một quả cà chua nhỏ ở trên",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "sáu",
      "predicted_topk": [
        "sáu",
        "bảy",
        "bốn",
        "năm",
        "tám",
        "một",
        "ba",
        "chín",
        "bát",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.272344,
      "confidences": [
        0.272344,
        0.218835,
        0.217132,
        0.183559,
        0.013271,
        0.007401,
        0.005187,
        0.004595,
        0.004095,
        0.003565
      ],
      "gate_score_top1": 0.803711,
      "gate_scores": [
        0.803711,
        0.786621,
        0.743164,
        0.800781,
        0.62793,
        0.597656,
        0.564941,
        0.585449,
        0.716309,
        0.561523
      ]
    },
    {
      "question_id": "10063871",
      "image_id": 364580,
      "question": "cái gì đang hướng về phía hai chiếc ghế",
      "ground_truth": "đi văng",
      "ground_truth_normalized": "đi văng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "đi văng",
        "nhà ở",
        "cửa sổ",
        "chung cư",
        "bức ảnh",
        "cái ghế",
        "tường",
        "cái kệ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.495229,
      "confidences": [
        0.495229,
        0.073322,
        0.072752,
        0.049226,
        0.023117,
        0.021131,
        0.017314,
        0.013912,
        0.009304,
        0.006444
      ],
      "gate_score_top1": 0.834961,
      "gate_scores": [
        0.834961,
        0.696289,
        0.654297,
        0.777832,
        0.652832,
        0.618164,
        0.572754,
        0.695801,
        0.53125,
        0.571289
      ]
    },
    {
      "question_id": "10100181",
      "image_id": 395575,
      "question": "những gì nằm giữa ao và đường cây",
      "ground_truth": "băng ghế",
      "ground_truth_normalized": "băng ghế",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "sân vườn",
        "băng ghế",
        "bồn tắm",
        "tường",
        "sân",
        "chiếc ô",
        "hồ",
        "bức tượng",
        "phòng tắm"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.861937,
      "confidences": [
        0.861937,
        0.045503,
        0.013878,
        0.00375,
        0.002393,
        0.00236,
        0.002265,
        0.002025,
        0.001966,
        0.001847
      ],
      "gate_score_top1": 0.884277,
      "gate_scores": [
        0.884277,
        0.803711,
        0.713867,
        0.712402,
        0.499268,
        0.65918,
        0.64502,
        0.376221,
        0.655762,
        0.55127
      ]
    },
    {
      "question_id": "10085851",
      "image_id": 407286,
      "question": "ba chú chó nhỏ nhìn ra những gì trong khi ngồi trên lòng một người phụ nữ",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "cửa sổ",
        "con chó",
        "gương",
        "đường phố",
        "áo vest",
        "đường",
        "cà vạt",
        "cửa",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.304384,
      "confidences": [
        0.304384,
        0.201186,
        0.077262,
        0.020273,
        0.01082,
        0.010683,
        0.010631,
        0.009282,
        0.007763,
        0.007229
      ],
      "gate_score_top1": 0.728516,
      "gate_scores": [
        0.728516,
        0.736328,
        0.727539,
        0.611328,
        0.442871,
        0.492188,
        0.61084,
        0.564453,
        0.56543,
        0.512695
      ]
    },
    {
      "question_id": "10104281",
      "image_id": 532753,
      "question": "bao nhiêu máy bay phản lực màu đỏ bay trong không khí và để lại một vệt khói",
      "ground_truth": "chín",
      "ground_truth_normalized": "chín",
      "predicted_top1": "bảy",
      "predicted_topk": [
        "bảy",
        "sáu",
        "chín",
        "bốn",
        "năm",
        "tám",
        "máy bay",
        "mười",
        "sân vận động",
        "bầu trời"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.365212,
      "confidences": [
        0.365212,
        0.352596,
        0.131755,
        0.050995,
        0.01302,
        0.011558,
        0.00394,
        0.001881,
        0.001731,
        0.001399
      ],
      "gate_score_top1": 0.826172,
      "gate_scores": [
        0.826172,
        0.850586,
        0.77832,
        0.705566,
        0.681641,
        0.650391,
        0.588867,
        0.524902,
        0.552734,
        0.45459
      ]
    },
    {
      "question_id": "10111941",
      "image_id": 389418,
      "question": "có bao nhiêu nhà vệ sinh xếp hàng trên bàn bên ngoài cạnh bức vẽ graffiti trên một tòa nhà",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "ba",
        "chín",
        "tám",
        "một",
        "mười",
        "phòng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.476747,
      "confidences": [
        0.476747,
        0.173342,
        0.172666,
        0.115471,
        0.006814,
        0.005931,
        0.005194,
        0.003353,
        0.002148,
        0.000979
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.766602,
        0.777344,
        0.806641,
        0.64502,
        0.65625,
        0.572266,
        0.560547,
        0.571777,
        0.655273
      ]
    },
    {
      "question_id": "10097131",
      "image_id": 434930,
      "question": "cô gái tóc vàng nhỏ bé đang ăn gì với sô cô la phủ sương",
      "ground_truth": "cupcake",
      "ground_truth_normalized": "cupcake",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "cupcake",
        "sô cô la",
        "bánh ngọt",
        "sandwich",
        "cái mâm",
        "bánh",
        "búi tóc",
        "dao",
        "đĩa ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.295362,
      "confidences": [
        0.295362,
        0.274234,
        0.120744,
        0.076749,
        0.021775,
        0.020617,
        0.016056,
        0.008611,
        0.007111,
        0.006059
      ],
      "gate_score_top1": 0.766602,
      "gate_scores": [
        0.766602,
        0.756348,
        0.71582,
        0.770996,
        0.766602,
        0.720215,
        0.71582,
        0.661621,
        0.581543,
        0.629883
      ]
    },
    {
      "question_id": "10048161",
      "image_id": 361888,
      "question": "một con hươu cao cổ và một con đà điểu sống ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "bảo tàng",
        "bãi cỏ",
        "chuồng trại",
        "lá",
        "cây",
        "gấu trúc"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.481457,
      "confidences": [
        0.481457,
        0.466644,
        0.025716,
        0.002663,
        0.0012,
        0.001106,
        0.000999,
        0.000963,
        0.000846,
        0.000631
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.886719,
        0.852051,
        0.668457,
        0.623535,
        0.579102,
        0.695312,
        0.598145,
        0.666016,
        0.683594
      ]
    },
    {
      "question_id": "10117971",
      "image_id": 268124,
      "question": "có bao nhiêu người đàn ông trên lưng ngựa đàn một số con ngựa qua suối",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "một",
        "ba",
        "tám",
        "mười",
        "hai",
        "chín"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.506899,
      "confidences": [
        0.506899,
        0.212134,
        0.173816,
        0.039241,
        0.007926,
        0.007788,
        0.00674,
        0.005765,
        0.004411,
        0.004056
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.828613,
        0.775879,
        0.727539,
        0.641113,
        0.593262,
        0.643066,
        0.605957,
        0.551758,
        0.645508
      ]
    },
    {
      "question_id": "10042221",
      "image_id": 71507,
      "question": "điện thoại di động nằm ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "điện thoại",
        "gian hàng",
        "cửa hàng",
        "trạm",
        "tòa nhà",
        "cửa tiệm",
        "hộp",
        "ảnh chụp",
        "gương"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.068302,
      "confidences": [
        0.068302,
        0.063913,
        0.044099,
        0.042993,
        0.035434,
        0.032453,
        0.027435,
        0.026852,
        0.026026,
        0.024931
      ],
      "gate_score_top1": 0.733887,
      "gate_scores": [
        0.733887,
        0.668945,
        0.623535,
        0.776855,
        0.601562,
        0.69043,
        0.750977,
        0.652832,
        0.500977,
        0.655762
      ]
    },
    {
      "question_id": "10072861",
      "image_id": 578553,
      "question": "những gì đang ở trong túi hành lý",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "giường",
        "bàn phím",
        "cái bàn",
        "hộp",
        "chuột",
        "con mèo",
        "cái ghế",
        "trang thiết bị"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.711227,
      "confidences": [
        0.711227,
        0.233624,
        0.005357,
        0.004296,
        0.003137,
        0.002259,
        0.001722,
        0.001013,
        0.000984,
        0.000954
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.844727,
        0.743164,
        0.692383,
        0.725586,
        0.625488,
        0.635742,
        0.650879,
        0.505371,
        0.491699
      ]
    },
    {
      "question_id": "10088451",
      "image_id": 447842,
      "question": "cửa sổ của tòa nhà thành phố phản ánh trong nền; đèn giao thông nằm ở phía trước",
      "ground_truth": "các tòa nhà",
      "ground_truth_normalized": "các tòa nhà",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "các tòa nhà",
        "lá cờ",
        "đường phố",
        "xe ô tô",
        "bức ảnh",
        "áo vest",
        "cây",
        "ảnh chụp",
        "đồng hồ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.340019,
      "confidences": [
        0.340019,
        0.105333,
        0.03936,
        0.039207,
        0.030475,
        0.01907,
        0.016569,
        0.01141,
        0.01045,
        0.009923
      ],
      "gate_score_top1": 0.806641,
      "gate_scores": [
        0.806641,
        0.740234,
        0.694336,
        0.644043,
        0.669434,
        0.575684,
        0.70752,
        0.724609,
        0.608398,
        0.602051
      ]
    },
    {
      "question_id": "10094721",
      "image_id": 519338,
      "question": "cái gì đang trên đầu đường ray",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "đường sắt",
        "các tòa nhà",
        "hàng hoá",
        "xe điện",
        "xe đẩy",
        "phương tiện giao thông",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.766933,
      "confidences": [
        0.766933,
        0.138582,
        0.055124,
        0.003227,
        0.002553,
        0.002455,
        0.001206,
        0.001169,
        0.001075,
        0.000943
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.828613,
        0.789062,
        0.577148,
        0.652832,
        0.564453,
        0.581543,
        0.615234,
        0.547363,
        0.617188
      ]
    },
    {
      "question_id": "10092251",
      "image_id": 382671,
      "question": "những gì đang diễn ra dọc theo bờ sông",
      "ground_truth": "gia súc",
      "ground_truth_normalized": "gia súc",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "con cừu",
        "bò đực",
        "con ngựa",
        "bãi cỏ",
        "chuồng trại",
        "con chó",
        "đồi",
        "ngựa vằn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.519771,
      "confidences": [
        0.519771,
        0.296156,
        0.058545,
        0.025377,
        0.012836,
        0.007546,
        0.0049,
        0.003677,
        0.003482,
        0.003085
      ],
      "gate_score_top1": 0.855469,
      "gate_scores": [
        0.855469,
        0.789062,
        0.756348,
        0.699707,
        0.745605,
        0.680664,
        0.603516,
        0.567383,
        0.612793,
        0.584473
      ]
    },
    {
      "question_id": "10094201",
      "image_id": 459487,
      "question": "những gì gặm cỏ trong thung lũng gần một thị trấn nhỏ",
      "ground_truth": "con cừu",
      "ground_truth_normalized": "con cừu",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "con ngựa",
        "con cừu",
        "con chó",
        "bò đực",
        "bãi cỏ",
        "ngựa vằn",
        "gấu",
        "chuồng trại"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.323203,
      "confidences": [
        0.323203,
        0.18926,
        0.159373,
        0.138466,
        0.036262,
        0.011981,
        0.009741,
        0.009313,
        0.005063,
        0.003936
      ],
      "gate_score_top1": 0.825684,
      "gate_scores": [
        0.825684,
        0.759766,
        0.787598,
        0.78125,
        0.702148,
        0.646973,
        0.67334,
        0.626953,
        0.584961,
        0.486572
      ]
    },
    {
      "question_id": "10028741",
      "image_id": 559682,
      "question": "cái muỗng ở đâu",
      "ground_truth": "cái lọ",
      "ground_truth_normalized": "cái lọ",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "cái lọ",
        "tách",
        "thùng chứa",
        "chậu",
        "cái rổ",
        "lọ cắm hoa",
        "màu cam",
        "quả cam",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.428359,
      "confidences": [
        0.428359,
        0.152141,
        0.055317,
        0.04325,
        0.027171,
        0.02356,
        0.011151,
        0.009263,
        0.006316,
        0.005695
      ],
      "gate_score_top1": 0.80957,
      "gate_scores": [
        0.80957,
        0.756348,
        0.716797,
        0.709961,
        0.612793,
        0.649902,
        0.617188,
        0.527344,
        0.435547,
        0.583984
      ]
    },
    {
      "question_id": "10104201",
      "image_id": 577796,
      "question": "có bao nhiêu bồn tiểu được gắn vào tường với những người chia nhỏ màu trắng",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.693088,
      "confidences": [
        0.693088,
        0.18365,
        0.089854,
        0.011972,
        0.006091,
        0.003994,
        0.002529,
        0.001829,
        0.001124,
        0.000513
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.860352,
        0.816895,
        0.642578,
        0.716309,
        0.702637,
        0.644043,
        0.60498,
        0.602539,
        0.516113
      ]
    },
    {
      "question_id": "10081291",
      "image_id": 480345,
      "question": "ngựa vằn ăn gì từ đỉnh cây",
      "ground_truth": "lá",
      "ground_truth_normalized": "lá",
      "predicted_top1": "cây",
      "predicted_topk": [
        "cây",
        "lá",
        "vườn bách thú",
        "bãi cỏ",
        "chuồng",
        "lồng",
        "hươu cao cổ",
        "đường",
        "màu xanh lá",
        "đồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.212103,
      "confidences": [
        0.212103,
        0.18718,
        0.144078,
        0.106652,
        0.045159,
        0.017107,
        0.015607,
        0.014805,
        0.014575,
        0.011919
      ],
      "gate_score_top1": 0.766113,
      "gate_scores": [
        0.766113,
        0.740234,
        0.811523,
        0.697266,
        0.695312,
        0.742188,
        0.669434,
        0.634766,
        0.561035,
        0.51416
      ]
    },
    {
      "question_id": "10075401",
      "image_id": 447948,
      "question": "những gì dừng lại với cửa mở và núi trong nền",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "xe buýt",
        "động cơ",
        "xe đẩy",
        "đoạn phim giới thiệu",
        "xe ô tô",
        "hàng hóa",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.930394,
      "confidences": [
        0.930394,
        0.023292,
        0.01931,
        0.00267,
        0.001377,
        0.001374,
        0.000755,
        0.000644,
        0.000444,
        0.000429
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.774902,
        0.727539,
        0.657715,
        0.556641,
        0.604004,
        0.491699,
        0.560059,
        0.398438,
        0.47998
      ]
    },
    {
      "question_id": "10033101",
      "image_id": 403424,
      "question": "bàn chải đánh răng và kem đánh răng ở đâu",
      "ground_truth": "cái lọ",
      "ground_truth_normalized": "cái lọ",
      "predicted_top1": "tách",
      "predicted_topk": [
        "tách",
        "bát",
        "thùng chứa",
        "cái nồi",
        "lọ cắm hoa",
        "cái lọ",
        "chậu",
        "người giữ",
        "cái rổ",
        "tường"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.376782,
      "confidences": [
        0.376782,
        0.11313,
        0.101014,
        0.066766,
        0.050006,
        0.048847,
        0.030928,
        0.018577,
        0.015983,
        0.010239
      ],
      "gate_score_top1": 0.794922,
      "gate_scores": [
        0.794922,
        0.805176,
        0.755371,
        0.719727,
        0.745117,
        0.753906,
        0.70459,
        0.548828,
        0.686035,
        0.549316
      ]
    },
    {
      "question_id": "10103781",
      "image_id": 381254,
      "question": "có bao nhiêu con voi ở gần mặt nước",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.732294,
      "confidences": [
        0.732294,
        0.200198,
        0.049639,
        0.005526,
        0.002923,
        0.001349,
        0.000915,
        0.000902,
        0.000296,
        0.000293
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.868652,
        0.762695,
        0.733887,
        0.5625,
        0.619141,
        0.560059,
        0.564453,
        0.45166,
        0.47168
      ]
    },
    {
      "question_id": "10098571",
      "image_id": 568687,
      "question": "những gì chứa đầy những chiếc xe đang được thúc đẩy",
      "ground_truth": "xa lộ",
      "ground_truth_normalized": "xa lộ",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe tải",
        "đường",
        "xe cộ",
        "phương tiện giao thông",
        "xe buýt",
        "đường phố",
        "động cơ",
        "gương",
        "bầu trời"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.945246,
      "confidences": [
        0.945246,
        0.008843,
        0.007446,
        0.005913,
        0.005058,
        0.001769,
        0.00138,
        0.000888,
        0.000788,
        0.000675
      ],
      "gate_score_top1": 0.870117,
      "gate_scores": [
        0.870117,
        0.731934,
        0.717285,
        0.717285,
        0.741211,
        0.741211,
        0.528809,
        0.521973,
        0.645996,
        0.472412
      ]
    },
    {
      "question_id": "10075171",
      "image_id": 347254,
      "question": "người đàn ông có râu mũm mĩm đang cầm cái gì",
      "ground_truth": "đồ uống",
      "ground_truth_normalized": "đồ uống",
      "predicted_top1": "nước",
      "predicted_topk": [
        "nước",
        "đồ uống",
        "rượu",
        "kính đeo",
        "quán bar",
        "máy xay",
        "nến",
        "chai",
        "quả táo",
        "bia"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.358345,
      "confidences": [
        0.358345,
        0.128272,
        0.051423,
        0.017564,
        0.013652,
        0.010981,
        0.010245,
        0.009901,
        0.008543,
        0.008264
      ],
      "gate_score_top1": 0.746582,
      "gate_scores": [
        0.746582,
        0.695801,
        0.679688,
        0.613281,
        0.64502,
        0.60791,
        0.681641,
        0.646484,
        0.643555,
        0.546875
      ]
    },
    {
      "question_id": "10047151",
      "image_id": 34689,
      "question": "bàn chải đánh răng duy nhất nằm ở đâu",
      "ground_truth": "người giữ",
      "ground_truth_normalized": "người giữ",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "hộp",
        "thùng chứa",
        "tách",
        "cái nồi",
        "cái rổ",
        "bát",
        "tường",
        "cái lọ",
        "ảnh chụp"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.206385,
      "confidences": [
        0.206385,
        0.178611,
        0.160733,
        0.073016,
        0.026496,
        0.025135,
        0.018175,
        0.013586,
        0.013428,
        0.012516
      ],
      "gate_score_top1": 0.779297,
      "gate_scores": [
        0.779297,
        0.754883,
        0.803223,
        0.731934,
        0.654297,
        0.692383,
        0.736328,
        0.530273,
        0.675293,
        0.553223
      ]
    },
    {
      "question_id": "10114981",
      "image_id": 571405,
      "question": "có bao nhiêu người đang đánh răng cùng một lúc",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "ba",
        "mười",
        "một",
        "sân vận động"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.335888,
      "confidences": [
        0.335888,
        0.32302,
        0.254534,
        0.049731,
        0.009057,
        0.004414,
        0.003261,
        0.001633,
        0.000833,
        0.000314
      ],
      "gate_score_top1": 0.826172,
      "gate_scores": [
        0.826172,
        0.831543,
        0.816406,
        0.768555,
        0.652344,
        0.642578,
        0.581055,
        0.52832,
        0.507812,
        0.499268
      ]
    },
    {
      "question_id": "10106331",
      "image_id": 414680,
      "question": "có bao nhiêu bông hoa thủy tiên vàng trong một cái bát thủy tinh trong suốt",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "một",
        "hai",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.421303,
      "confidences": [
        0.421303,
        0.174259,
        0.114729,
        0.106107,
        0.053772,
        0.03287,
        0.026828,
        0.006021,
        0.003702,
        0.003299
      ],
      "gate_score_top1": 0.825195,
      "gate_scores": [
        0.825195,
        0.772461,
        0.729492,
        0.686523,
        0.693848,
        0.66748,
        0.661621,
        0.549805,
        0.567383,
        0.485596
      ]
    },
    {
      "question_id": "10052901",
      "image_id": 364470,
      "question": "điều gì thu nhận ánh sáng vào phòng khách",
      "ground_truth": "cửa sổ",
      "ground_truth_normalized": "cửa sổ",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "nhiều cái ghế",
        "đi văng",
        "cửa sổ",
        "bức ảnh",
        "chung cư",
        "cây",
        "tường",
        "phòng ngủ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.368657,
      "confidences": [
        0.368657,
        0.092125,
        0.076374,
        0.062579,
        0.060891,
        0.027661,
        0.01779,
        0.014183,
        0.012298,
        0.010727
      ],
      "gate_score_top1": 0.828125,
      "gate_scores": [
        0.828125,
        0.807129,
        0.710449,
        0.666992,
        0.689941,
        0.603516,
        0.610352,
        0.539062,
        0.519531,
        0.633301
      ]
    },
    {
      "question_id": "10087571",
      "image_id": 445658,
      "question": "những gì lộn xộn với vật tư nấu ăn",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "quầy tính tiền",
        "bếp",
        "tủ đá",
        "chậu",
        "lò vi sóng",
        "tường",
        "tủ lạnh",
        "nhà ở",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.626939,
      "confidences": [
        0.626939,
        0.073716,
        0.065054,
        0.052477,
        0.043167,
        0.011438,
        0.00683,
        0.005105,
        0.005046,
        0.005036
      ],
      "gate_score_top1": 0.800781,
      "gate_scores": [
        0.800781,
        0.707031,
        0.744629,
        0.817383,
        0.728516,
        0.598633,
        0.620117,
        0.645996,
        0.666992,
        0.569336
      ]
    },
    {
      "question_id": "10028231",
      "image_id": 348639,
      "question": "hai tàu màu vàng ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "tòa nhà",
        "xe điện ngầm",
        "tàu hỏa",
        "kho",
        "sân bay",
        "ga-ra",
        "các tòa nhà",
        "bảo tàng",
        "đường sắt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.911278,
      "confidences": [
        0.911278,
        0.025851,
        0.019666,
        0.00804,
        0.003451,
        0.002491,
        0.002344,
        0.001134,
        0.001032,
        0.00103
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.785645,
        0.714844,
        0.740723,
        0.68457,
        0.646973,
        0.731934,
        0.568359,
        0.624512,
        0.652344
      ]
    },
    {
      "question_id": "10050211",
      "image_id": 535253,
      "question": "sự đa dạng của các mặt hàng được trưng bày ở đâu",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "xe đẩy",
        "cái rổ",
        "cửa",
        "cửa hàng",
        "phòng bếp",
        "toa xe",
        "thùng chứa",
        "cái kệ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.170944,
      "confidences": [
        0.170944,
        0.095891,
        0.082825,
        0.058846,
        0.049845,
        0.030589,
        0.028456,
        0.023591,
        0.022687,
        0.0201
      ],
      "gate_score_top1": 0.723145,
      "gate_scores": [
        0.723145,
        0.679688,
        0.769531,
        0.730957,
        0.666504,
        0.645996,
        0.574707,
        0.634277,
        0.61377,
        0.55127
      ]
    },
    {
      "question_id": "10009401",
      "image_id": 252868,
      "question": "màu của thân cây là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xanh dương",
        "màu đen",
        "màu vàng",
        "màu trắng",
        "màu tía",
        "màu xám",
        "màu đỏ",
        "màu nâu",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.694059,
      "confidences": [
        0.694059,
        0.227095,
        0.026186,
        0.024503,
        0.00765,
        0.005341,
        0.004095,
        0.001585,
        0.001539,
        0.000857
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.854004,
        0.752441,
        0.791992,
        0.759277,
        0.756348,
        0.694336,
        0.662109,
        0.705078,
        0.740234
      ]
    },
    {
      "question_id": "10002991",
      "image_id": 395627,
      "question": "màu của bếp là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu trắng",
        "màu xám",
        "màu nâu",
        "màu đen",
        "màu tía",
        "màu vàng",
        "màu xanh lá",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.857318,
      "confidences": [
        0.857318,
        0.091426,
        0.020884,
        0.006007,
        0.004259,
        0.00397,
        0.002676,
        0.002529,
        0.00112,
        0.001094
      ],
      "gate_score_top1": 0.887695,
      "gate_scores": [
        0.887695,
        0.841309,
        0.798828,
        0.767578,
        0.663574,
        0.76123,
        0.725098,
        0.637695,
        0.680664,
        0.654297
      ]
    },
    {
      "question_id": "10017931",
      "image_id": 182960,
      "question": "màu của chiếc ô là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu vàng",
        "màu đen",
        "màu xanh dương",
        "màu trắng",
        "màu đỏ",
        "màu tía",
        "màu xanh lá",
        "màu cam",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.514242,
      "confidences": [
        0.514242,
        0.357599,
        0.048019,
        0.014362,
        0.011229,
        0.00543,
        0.003667,
        0.002037,
        0.001523,
        0.001369
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.808594,
        0.686523,
        0.715332,
        0.740234,
        0.655273,
        0.616211,
        0.500977,
        0.626465,
        0.483643
      ]
    },
    {
      "question_id": "10104131",
      "image_id": 517430,
      "question": "có bao nhiêu người đàn ông đang làm việc trên máy bay bên ngoài",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.617911,
      "confidences": [
        0.617911,
        0.296477,
        0.067722,
        0.008476,
        0.003281,
        0.001805,
        0.000516,
        0.000367,
        0.0002,
        0.00018
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.880859,
        0.86084,
        0.744141,
        0.70459,
        0.51709,
        0.527344,
        0.508789,
        0.440674,
        0.438965
      ]
    },
    {
      "question_id": "10110121",
      "image_id": 356159,
      "question": "có bao nhiêu người trong bộ môn thể thao lướt sóng trên một làn sóng",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.845766,
      "confidences": [
        0.845766,
        0.097905,
        0.04553,
        0.00588,
        0.001257,
        0.000771,
        0.000226,
        0.000195,
        0.000138,
        8.1e-05
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.865723,
        0.856934,
        0.759277,
        0.652344,
        0.538086,
        0.47583,
        0.477051,
        0.407471,
        0.390869
      ]
    },
    {
      "question_id": "10073891",
      "image_id": 352080,
      "question": "những gì chứa đầy những mảnh quần áo màu sắc khác nhau",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "túi",
        "xe đẩy",
        "cái ví",
        "balo",
        "toa xe",
        "hộp",
        "sàn nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.854166,
      "confidences": [
        0.854166,
        0.061155,
        0.028775,
        0.012669,
        0.003477,
        0.002635,
        0.00263,
        0.002267,
        0.001832,
        0.001715
      ],
      "gate_score_top1": 0.856934,
      "gate_scores": [
        0.856934,
        0.838379,
        0.770996,
        0.728027,
        0.712402,
        0.681641,
        0.583496,
        0.604492,
        0.655762,
        0.546387
      ]
    },
    {
      "question_id": "10072931",
      "image_id": 400336,
      "question": "có gì đứng một mình trong tự nhiên",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "hươu cao cổ",
      "predicted_topk": [
        "hươu cao cổ",
        "ngựa rằn",
        "ngựa vằn",
        "cây",
        "lá",
        "hai",
        "con ngựa",
        "con chim",
        "bãi cỏ",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.896229,
      "confidences": [
        0.896229,
        0.085006,
        0.004505,
        0.00231,
        0.000756,
        0.000507,
        0.000443,
        0.00042,
        0.000323,
        0.000304
      ],
      "gate_score_top1": 0.901367,
      "gate_scores": [
        0.901367,
        0.834473,
        0.710449,
        0.655762,
        0.516113,
        0.59082,
        0.598145,
        0.594727,
        0.552734,
        0.586426
      ]
    },
    {
      "question_id": "10031941",
      "image_id": 511802,
      "question": "người đàn ông đang giữ một ván trượt đang đứng ở đâu",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "ô cửa",
        "kho",
        "trạm",
        "phòng",
        "ga-ra",
        "bảo tàng",
        "nhà ở",
        "cửa tiệm",
        "văn phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.498965,
      "confidences": [
        0.498965,
        0.082093,
        0.051978,
        0.04377,
        0.042093,
        0.039388,
        0.017998,
        0.016388,
        0.013014,
        0.010747
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.690918,
        0.766113,
        0.722656,
        0.719727,
        0.740723,
        0.768066,
        0.698242,
        0.747559,
        0.706055
      ]
    },
    {
      "question_id": "10032561",
      "image_id": 261144,
      "question": "phòng tắm lát gạch trắng sạch sẽ ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "nhà ở",
        "vòi hoa sen",
        "gương",
        "cửa sổ",
        "cửa",
        "bồn tắm",
        "tường",
        "phòng",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.363072,
      "confidences": [
        0.363072,
        0.20208,
        0.077909,
        0.068219,
        0.034979,
        0.03286,
        0.031233,
        0.024135,
        0.019242,
        0.014078
      ],
      "gate_score_top1": 0.818848,
      "gate_scores": [
        0.818848,
        0.826172,
        0.785645,
        0.800293,
        0.741699,
        0.76416,
        0.764648,
        0.647461,
        0.744141,
        0.652344
      ]
    },
    {
      "question_id": "10037401",
      "image_id": 242378,
      "question": "người đàn ông đang đánh răng ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "vòi hoa sen",
        "ô cửa",
        "máy ảnh",
        "hành lang",
        "cửa",
        "bồn tắm",
        "chậu",
        "khăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.548704,
      "confidences": [
        0.548704,
        0.392141,
        0.011433,
        0.004965,
        0.00471,
        0.002345,
        0.00201,
        0.001979,
        0.00167,
        0.001355
      ],
      "gate_score_top1": 0.878418,
      "gate_scores": [
        0.878418,
        0.849121,
        0.710449,
        0.692383,
        0.615234,
        0.525879,
        0.626465,
        0.699219,
        0.647949,
        0.552246
      ]
    },
    {
      "question_id": "10055461",
      "image_id": 495088,
      "question": "những gì bay trên bãi cỏ và bãi đá",
      "ground_truth": "hải âu",
      "ground_truth_normalized": "hải âu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vịt",
        "con vẹt",
        "con ngựa",
        "bãi cỏ",
        "hồ",
        "hươu cao cổ",
        "diều",
        "máy bay"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.828552,
      "confidences": [
        0.828552,
        0.116145,
        0.0142,
        0.001941,
        0.001599,
        0.000729,
        0.000729,
        0.000718,
        0.000697,
        0.000648
      ],
      "gate_score_top1": 0.857422,
      "gate_scores": [
        0.857422,
        0.799805,
        0.731445,
        0.695312,
        0.55957,
        0.518555,
        0.381592,
        0.62207,
        0.561523,
        0.531738
      ]
    },
    {
      "question_id": "10051601",
      "image_id": 157397,
      "question": "con mèo bên cửa, cố gắng nhìn dưới cửa đang ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "cửa",
      "predicted_topk": [
        "cửa",
        "tủ đá",
        "phòng bếp",
        "nhà ở",
        "phòng",
        "hành lang",
        "tủ lạnh",
        "cửa sổ",
        "chậu",
        "phòng tắm"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.350887,
      "confidences": [
        0.350887,
        0.062665,
        0.057057,
        0.053183,
        0.044872,
        0.040223,
        0.037492,
        0.020424,
        0.018272,
        0.017266
      ],
      "gate_score_top1": 0.761719,
      "gate_scores": [
        0.761719,
        0.711426,
        0.776855,
        0.805176,
        0.699707,
        0.628906,
        0.717285,
        0.683105,
        0.681152,
        0.628906
      ]
    },
    {
      "question_id": "10026131",
      "image_id": 400487,
      "question": "ô dù đang nằm ở đâu",
      "ground_truth": "bồn tắm",
      "ground_truth_normalized": "bồn tắm",
      "predicted_top1": "cái rổ",
      "predicted_topk": [
        "cái rổ",
        "bát",
        "cái nồi",
        "bồn tắm",
        "cái túi",
        "hồ bơi",
        "thùng chứa",
        "giường",
        "sân",
        "tách"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.108726,
      "confidences": [
        0.108726,
        0.085674,
        0.081115,
        0.077551,
        0.070888,
        0.051359,
        0.050661,
        0.022924,
        0.02023,
        0.018134
      ],
      "gate_score_top1": 0.781738,
      "gate_scores": [
        0.781738,
        0.671387,
        0.743164,
        0.667969,
        0.697266,
        0.681152,
        0.702148,
        0.476562,
        0.654785,
        0.556641
      ]
    },
    {
      "question_id": "10088491",
      "image_id": 376365,
      "question": "cái gì trong cái bình tròn",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cây",
        "bông hoa",
        "chai",
        "nến",
        "hoa hồng",
        "tách",
        "màu tía",
        "cái lọ",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.366934,
      "confidences": [
        0.366934,
        0.237838,
        0.132377,
        0.021358,
        0.017985,
        0.014395,
        0.014172,
        0.011749,
        0.009422,
        0.008463
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.789062,
        0.819824,
        0.634766,
        0.638672,
        0.665039,
        0.755371,
        0.661621,
        0.620117,
        0.572754
      ]
    },
    {
      "question_id": "10057851",
      "image_id": 483328,
      "question": "những gì gắn vào tường bên cạnh một ô cửa",
      "ground_truth": "truyền hình",
      "ground_truth_normalized": "truyền hình",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "cửa",
        "phòng",
        "nhiều cái ghế",
        "cái kệ",
        "tường",
        "cái bàn",
        "cửa sổ",
        "giường",
        "chung cư"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.187784,
      "confidences": [
        0.187784,
        0.095537,
        0.082842,
        0.053801,
        0.05174,
        0.033211,
        0.027857,
        0.026221,
        0.020987,
        0.017129
      ],
      "gate_score_top1": 0.730469,
      "gate_scores": [
        0.730469,
        0.659668,
        0.72998,
        0.647949,
        0.718262,
        0.619629,
        0.641602,
        0.617676,
        0.583496,
        0.538574
      ]
    },
    {
      "question_id": "10115371",
      "image_id": 454162,
      "question": "có bao nhiêu người trên ván trượt tuyết đang đứng trong tuyết",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "sáu",
        "hai",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.531608,
      "confidences": [
        0.531608,
        0.407598,
        0.045731,
        0.006311,
        0.00304,
        0.000871,
        0.000864,
        0.000594,
        0.000336,
        0.000209
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.903809,
        0.795898,
        0.646973,
        0.733887,
        0.62207,
        0.611816,
        0.548828,
        0.516113,
        0.439697
      ]
    },
    {
      "question_id": "10109881",
      "image_id": 302168,
      "question": "có bao nhiêu cậu bé đang chơi bóng đá trên sân",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.721741,
      "confidences": [
        0.721741,
        0.230682,
        0.018936,
        0.014182,
        0.005468,
        0.003214,
        0.000908,
        0.00065,
        0.000373,
        0.000282
      ],
      "gate_score_top1": 0.892578,
      "gate_scores": [
        0.892578,
        0.883301,
        0.798828,
        0.749023,
        0.709473,
        0.588867,
        0.576172,
        0.54248,
        0.496582,
        0.438477
      ]
    },
    {
      "question_id": "10070281",
      "image_id": 549300,
      "question": "những gì đặt giữa hai bánh xe wagon",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái nồi",
        "cây",
        "bát",
        "sân vườn",
        "bông hoa",
        "tách",
        "cái lọ",
        "hoa hồng",
        "tường"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.603895,
      "confidences": [
        0.603895,
        0.243996,
        0.023599,
        0.01329,
        0.011412,
        0.01031,
        0.005594,
        0.005174,
        0.003367,
        0.002802
      ],
      "gate_score_top1": 0.836426,
      "gate_scores": [
        0.836426,
        0.783203,
        0.775879,
        0.777832,
        0.744141,
        0.791016,
        0.694336,
        0.717773,
        0.604492,
        0.532715
      ]
    },
    {
      "question_id": "10005411",
      "image_id": 376972,
      "question": "màu của áo khoác là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu vàng",
        "màu xanh lá",
        "màu nâu",
        "màu đen",
        "màu xanh dương",
        "màu xám",
        "màu tía",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.645123,
      "confidences": [
        0.645123,
        0.17775,
        0.117945,
        0.011542,
        0.010067,
        0.007933,
        0.006759,
        0.002313,
        0.001749,
        0.001336
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.814941,
        0.796387,
        0.739258,
        0.713379,
        0.714355,
        0.72998,
        0.666504,
        0.689941,
        0.702148
      ]
    },
    {
      "question_id": "10031851",
      "image_id": 506534,
      "question": "máy bay mèo con diều hâu đậu ở đâu",
      "ground_truth": "ga-ra",
      "ground_truth_normalized": "ga-ra",
      "predicted_top1": "sân bay",
      "predicted_topk": [
        "sân bay",
        "ga-ra",
        "tòa nhà",
        "trạm",
        "bảo tàng",
        "kho",
        "sân vận động",
        "đường phố",
        "máy bay",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.454375,
      "confidences": [
        0.454375,
        0.222312,
        0.038331,
        0.037737,
        0.037443,
        0.028934,
        0.018791,
        0.014351,
        0.009104,
        0.00879
      ],
      "gate_score_top1": 0.823242,
      "gate_scores": [
        0.823242,
        0.83252,
        0.75,
        0.712891,
        0.757324,
        0.722168,
        0.688477,
        0.677246,
        0.519043,
        0.632812
      ]
    },
    {
      "question_id": "10107791",
      "image_id": 545749,
      "question": "có bao nhiêu xe tải đang đậu trong tòa nhà",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.767808,
      "confidences": [
        0.767808,
        0.176759,
        0.02775,
        0.018703,
        0.002216,
        0.001622,
        0.000685,
        0.000485,
        0.000265,
        0.000194
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.874023,
        0.767578,
        0.792969,
        0.550293,
        0.652344,
        0.577637,
        0.499268,
        0.476074,
        0.435303
      ]
    },
    {
      "question_id": "10080631",
      "image_id": 361472,
      "question": "cậu bé mặc gì xách xe đạp lên dốc ở công viên trượt băng",
      "ground_truth": "mũ bảo hiểm",
      "ground_truth_normalized": "mũ bảo hiểm",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "xe đạp",
        "mũ",
        "cây",
        "sân",
        "trượt tuyết",
        "xe máy",
        "mũ bảo hiểm",
        "ga-ra",
        "hồ bơi"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.367592,
      "confidences": [
        0.367592,
        0.107814,
        0.025558,
        0.021564,
        0.016729,
        0.016341,
        0.014253,
        0.011375,
        0.011364,
        0.010928
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.765625,
        0.610352,
        0.64502,
        0.663086,
        0.706543,
        0.631348,
        0.430664,
        0.51123,
        0.662598
      ]
    },
    {
      "question_id": "10063591",
      "image_id": 580757,
      "question": "những gì vòi chữa cháy sơn với dây xích treo ở bên dưới",
      "ground_truth": "lá cờ",
      "ground_truth_normalized": "lá cờ",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "lá cờ",
        "nón",
        "tường",
        "mũ",
        "bức tượng",
        "rào chắn",
        "ảnh chụp",
        "bức ảnh",
        "tòa nhà"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.946844,
      "confidences": [
        0.946844,
        0.005608,
        0.0043,
        0.001358,
        0.001202,
        0.001151,
        0.001035,
        0.001005,
        0.000767,
        0.000736
      ],
      "gate_score_top1": 0.867676,
      "gate_scores": [
        0.867676,
        0.619629,
        0.696289,
        0.561035,
        0.52832,
        0.586914,
        0.40625,
        0.575195,
        0.494385,
        0.71875
      ]
    },
    {
      "question_id": "10066551",
      "image_id": 549427,
      "question": "chàng trai trẻ đang ăn gì vậy",
      "ground_truth": "cà rốt",
      "ground_truth_normalized": "cà rốt",
      "predicted_top1": "quả táo",
      "predicted_topk": [
        "quả táo",
        "táo",
        "cà rốt",
        "những quả cam",
        "chuối",
        "rau",
        "quả cam",
        "màu cam",
        "hoa quả",
        "bát"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.211034,
      "confidences": [
        0.211034,
        0.197475,
        0.180507,
        0.058602,
        0.044844,
        0.027574,
        0.024381,
        0.013334,
        0.012453,
        0.009093
      ],
      "gate_score_top1": 0.826172,
      "gate_scores": [
        0.826172,
        0.797363,
        0.812988,
        0.782715,
        0.710938,
        0.728027,
        0.65332,
        0.530762,
        0.681641,
        0.663574
      ]
    },
    {
      "question_id": "10089801",
      "image_id": 483389,
      "question": "nướng những gì với rau và khoai tây trên đĩa",
      "ground_truth": "thịt",
      "ground_truth_normalized": "thịt",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "thịt",
        "chén đĩa",
        "dĩa",
        "rau",
        "bữa ăn tối",
        "đĩa",
        "cái mâm"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.253821,
      "confidences": [
        0.253821,
        0.127629,
        0.124187,
        0.094846,
        0.046952,
        0.046044,
        0.038622,
        0.019232,
        0.013269,
        0.012911
      ],
      "gate_score_top1": 0.80127,
      "gate_scores": [
        0.80127,
        0.806152,
        0.766602,
        0.727539,
        0.683105,
        0.711914,
        0.739258,
        0.648926,
        0.554199,
        0.623535
      ]
    },
    {
      "question_id": "10100681",
      "image_id": 494427,
      "question": "những gì được bật tại bàn",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "bàn phím",
        "điện thoại",
        "chuột",
        "cái bàn",
        "bức tranh",
        "trang thiết bị",
        "hộp",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.538641,
      "confidences": [
        0.538641,
        0.419494,
        0.005687,
        0.002708,
        0.002559,
        0.001954,
        0.000753,
        0.000644,
        0.000636,
        0.00062
      ],
      "gate_score_top1": 0.904785,
      "gate_scores": [
        0.904785,
        0.854492,
        0.730469,
        0.715332,
        0.697266,
        0.74707,
        0.447266,
        0.485352,
        0.572266,
        0.559082
      ]
    },
    {
      "question_id": "10048441",
      "image_id": 62531,
      "question": "chàng trai trẻ chụp ảnh tự sướng của chính mình ở đâu",
      "ground_truth": "nhà vệ sinh",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "máy ảnh",
        "ô cửa",
        "vòi hoa sen",
        "hành lang",
        "điện thoại",
        "chậu",
        "nhà ở",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.721102,
      "confidences": [
        0.721102,
        0.244386,
        0.003313,
        0.002516,
        0.001574,
        0.001485,
        0.000883,
        0.00088,
        0.000766,
        0.00071
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.82959,
        0.583496,
        0.649414,
        0.634277,
        0.491455,
        0.547852,
        0.618164,
        0.617676,
        0.559082
      ]
    },
    {
      "question_id": "10106051",
      "image_id": 90891,
      "question": "có bao nhiêu người trong kho chuối",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "tám",
        "chín",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.556991,
      "confidences": [
        0.556991,
        0.243331,
        0.154671,
        0.027408,
        0.005503,
        0.002395,
        0.001773,
        0.000774,
        0.000757,
        0.000593
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.845215,
        0.828125,
        0.709473,
        0.713867,
        0.660156,
        0.60791,
        0.572266,
        0.603516,
        0.495117
      ]
    },
    {
      "question_id": "10043551",
      "image_id": 54354,
      "question": "người chơi tennis bị bắt ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "sân vận động",
      "predicted_topk": [
        "sân vận động",
        "quả bóng",
        "xe lăn",
        "vợt",
        "lồng",
        "ảnh chụp",
        "găng tay",
        "nón",
        "nước",
        "gậy"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.406569,
      "confidences": [
        0.406569,
        0.178312,
        0.042353,
        0.034298,
        0.025439,
        0.024512,
        0.015429,
        0.010238,
        0.008178,
        0.007796
      ],
      "gate_score_top1": 0.819336,
      "gate_scores": [
        0.819336,
        0.786621,
        0.766602,
        0.736816,
        0.709961,
        0.626953,
        0.655762,
        0.530273,
        0.510254,
        0.618164
      ]
    },
    {
      "question_id": "10081581",
      "image_id": 407520,
      "question": "những gì ngồi đóng cửa trong phòng trung tính",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "tủ lạnh",
        "cửa",
        "cái kệ",
        "chai",
        "phòng bếp",
        "lò vi sóng",
        "tủ đông",
        "tường",
        "cửa ra vào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.760797,
      "confidences": [
        0.760797,
        0.12764,
        0.037878,
        0.006208,
        0.006159,
        0.002915,
        0.002333,
        0.0021,
        0.001969,
        0.001209
      ],
      "gate_score_top1": 0.859375,
      "gate_scores": [
        0.859375,
        0.804688,
        0.771484,
        0.675781,
        0.602051,
        0.512207,
        0.583008,
        0.521484,
        0.569336,
        0.436523
      ]
    },
    {
      "question_id": "10074881",
      "image_id": 459117,
      "question": "một số con ngựa rất lớn kéo những gì tải với thùng",
      "ground_truth": "toa xe",
      "ground_truth_normalized": "toa xe",
      "predicted_top1": "xe đẩy",
      "predicted_topk": [
        "xe đẩy",
        "toa xe",
        "xe",
        "đường",
        "xe tải",
        "đường phố",
        "xe lăn",
        "xe đạp",
        "áo vest",
        "xe buýt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.226884,
      "confidences": [
        0.226884,
        0.086284,
        0.074672,
        0.044328,
        0.025705,
        0.016403,
        0.015349,
        0.014279,
        0.011552,
        0.011132
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.637207,
        0.728027,
        0.723145,
        0.69043,
        0.660156,
        0.588379,
        0.523926,
        0.546387,
        0.536133
      ]
    },
    {
      "question_id": "10013901",
      "image_id": 9069,
      "question": "màu của bàn phím là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu xám",
        "màu đen",
        "màu cam",
        "màu xanh lá",
        "màu vàng",
        "màu đỏ",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.535805,
      "confidences": [
        0.535805,
        0.398176,
        0.035897,
        0.013732,
        0.002041,
        0.001586,
        0.001386,
        0.00103,
        0.000441,
        0.000377
      ],
      "gate_score_top1": 0.851562,
      "gate_scores": [
        0.851562,
        0.908691,
        0.859863,
        0.773926,
        0.679199,
        0.600098,
        0.728027,
        0.670898,
        0.628418,
        0.67627
      ]
    },
    {
      "question_id": "10110811",
      "image_id": 42860,
      "question": "có bao nhiêu người đang thả diều trên bãi biển",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.777177,
      "confidences": [
        0.777177,
        0.140433,
        0.069519,
        0.006027,
        0.002157,
        0.001011,
        0.000241,
        0.000205,
        0.000171,
        0.000148
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.870605,
        0.851562,
        0.73584,
        0.671875,
        0.515625,
        0.482422,
        0.484619,
        0.416016,
        0.421143
      ]
    },
    {
      "question_id": "10033591",
      "image_id": 44170,
      "question": "người phụ nữ ăn bánh rán ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "quán ăn",
      "predicted_topk": [
        "quán ăn",
        "cửa tiệm",
        "cửa hàng",
        "cửa sổ",
        "cái ghế",
        "phòng",
        "nhà ở",
        "gian hàng",
        "văn phòng",
        "phòng bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.317984,
      "confidences": [
        0.317984,
        0.179772,
        0.067176,
        0.06562,
        0.055257,
        0.023766,
        0.015556,
        0.012067,
        0.01195,
        0.009753
      ],
      "gate_score_top1": 0.822266,
      "gate_scores": [
        0.822266,
        0.774902,
        0.741699,
        0.680664,
        0.725586,
        0.723145,
        0.637207,
        0.642578,
        0.686035,
        0.663086
      ]
    },
    {
      "question_id": "10117651",
      "image_id": 326475,
      "question": "có bao nhiêu con hươu cao cổ đang đi dạo với thảm thực vật thưa thớt xung quanh",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "hươu cao cổ",
        "tám",
        "cái ghế",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.800246,
      "confidences": [
        0.800246,
        0.170382,
        0.020751,
        0.002841,
        0.000181,
        0.000141,
        0.000132,
        0.000107,
        9.4e-05,
        8.9e-05
      ],
      "gate_score_top1": 0.880859,
      "gate_scores": [
        0.880859,
        0.850098,
        0.775391,
        0.723633,
        0.360107,
        0.499023,
        0.485596,
        0.388184,
        0.505371,
        0.364014
      ]
    },
    {
      "question_id": "10102051",
      "image_id": 505890,
      "question": "hình ảnh của xe buýt phản chiếu gương chiếu hậu của trường học là gì",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "xe buýt",
        "phương tiện giao thông",
        "xe ô tô",
        "màu vàng",
        "xe tải",
        "đường",
        "áo vest",
        "nón",
        "cà vạt"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.603158,
      "confidences": [
        0.603158,
        0.048363,
        0.046511,
        0.024462,
        0.024082,
        0.017077,
        0.007697,
        0.00676,
        0.005588,
        0.005469
      ],
      "gate_score_top1": 0.787598,
      "gate_scores": [
        0.787598,
        0.696777,
        0.686035,
        0.61377,
        0.583496,
        0.640137,
        0.523926,
        0.59668,
        0.519531,
        0.515625
      ]
    },
    {
      "question_id": "10092541",
      "image_id": 562735,
      "question": "cái gì đầy ở trên bàn",
      "ground_truth": "tách",
      "ground_truth_normalized": "tách",
      "predicted_top1": "con mèo",
      "predicted_topk": [
        "con mèo",
        "tách",
        "bát",
        "chậu",
        "cái nồi",
        "bông hoa",
        "giường",
        "màu trắng",
        "thùng chứa",
        "con chó"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.756729,
      "confidences": [
        0.756729,
        0.107747,
        0.009072,
        0.007506,
        0.004026,
        0.003331,
        0.002977,
        0.002931,
        0.002821,
        0.002413
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.787598,
        0.63623,
        0.602539,
        0.470703,
        0.65332,
        0.488525,
        0.564941,
        0.513672,
        0.651855
      ]
    },
    {
      "question_id": "10064651",
      "image_id": 545564,
      "question": "không gian phòng khách hiện đại, và những gì",
      "ground_truth": "nhiều cái ghế",
      "ground_truth_normalized": "nhiều cái ghế",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "nhà ở",
        "đi văng",
        "bức ảnh",
        "cửa sổ",
        "tường",
        "cây",
        "cái kệ",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.149176,
      "confidences": [
        0.149176,
        0.144586,
        0.091546,
        0.07649,
        0.064789,
        0.036916,
        0.024448,
        0.022655,
        0.022478,
        0.019993
      ],
      "gate_score_top1": 0.790039,
      "gate_scores": [
        0.790039,
        0.736816,
        0.79541,
        0.68457,
        0.654297,
        0.634766,
        0.572754,
        0.592773,
        0.649902,
        0.587402
      ]
    },
    {
      "question_id": "10112801",
      "image_id": 238748,
      "question": "có bao nhiêu con cừu trên đồi đang ăn cỏ, nhìn ra đại dương",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.494173,
      "confidences": [
        0.494173,
        0.260411,
        0.222741,
        0.009597,
        0.002343,
        0.00192,
        0.001495,
        0.001227,
        0.000606,
        0.000598
      ],
      "gate_score_top1": 0.890137,
      "gate_scores": [
        0.890137,
        0.850586,
        0.847656,
        0.647461,
        0.653809,
        0.67627,
        0.623047,
        0.594238,
        0.580566,
        0.504395
      ]
    },
    {
      "question_id": "10025391",
      "image_id": 17890,
      "question": "hai con cừu đang ở đâu",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "chuồng trại",
        "lồng",
        "ô cửa",
        "kho",
        "tòa nhà",
        "nhà ở",
        "rào chắn",
        "ga-ra",
        "cửa tiệm"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.466858,
      "confidences": [
        0.466858,
        0.288749,
        0.018786,
        0.011988,
        0.010767,
        0.009939,
        0.008255,
        0.00808,
        0.005911,
        0.005865
      ],
      "gate_score_top1": 0.746582,
      "gate_scores": [
        0.746582,
        0.777832,
        0.660645,
        0.549316,
        0.634277,
        0.67334,
        0.69873,
        0.550293,
        0.665527,
        0.624512
      ]
    },
    {
      "question_id": "10091071",
      "image_id": 509766,
      "question": "một số người một thị trường ngoài trời và một con ngựa nâu kéo những gì",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe",
      "predicted_topk": [
        "xe",
        "xe đẩy",
        "đường",
        "toa xe",
        "đường phố",
        "xe lăn",
        "áo vest",
        "cửa hàng",
        "xe đạp",
        "cái lều"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.21496,
      "confidences": [
        0.21496,
        0.210802,
        0.039686,
        0.03839,
        0.022349,
        0.019994,
        0.016415,
        0.015941,
        0.012439,
        0.012127
      ],
      "gate_score_top1": 0.751465,
      "gate_scores": [
        0.751465,
        0.76709,
        0.741699,
        0.643066,
        0.644043,
        0.685547,
        0.574707,
        0.696777,
        0.545898,
        0.546387
      ]
    },
    {
      "question_id": "10105791",
      "image_id": 576122,
      "question": "có bao nhiêu xe buýt đậu trong hàng trong một bãi đậu xe",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "tám",
        "một",
        "chín",
        "mười"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.392865,
      "confidences": [
        0.392865,
        0.336035,
        0.213597,
        0.033142,
        0.008027,
        0.002496,
        0.002144,
        0.001903,
        0.001795,
        0.000924
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.846191,
        0.845215,
        0.705078,
        0.697266,
        0.661133,
        0.570801,
        0.604004,
        0.621582,
        0.52832
      ]
    },
    {
      "question_id": "10077201",
      "image_id": 533688,
      "question": "những gì ở đầu với bữa ăn trên bàn",
      "ground_truth": "dĩa",
      "ground_truth_normalized": "dĩa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "thịt",
        "món ăn",
        "rau",
        "chén đĩa",
        "bữa ăn tối",
        "đĩa",
        "sandwich"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.292493,
      "confidences": [
        0.292493,
        0.164716,
        0.117717,
        0.069745,
        0.040921,
        0.027527,
        0.020982,
        0.016893,
        0.015411,
        0.012851
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.734375,
        0.74707,
        0.702637,
        0.721191,
        0.712891,
        0.61377,
        0.637695,
        0.561035,
        0.706055
      ]
    },
    {
      "question_id": "10070181",
      "image_id": 514018,
      "question": "nhà bếp có gì với hai ngọn truy cập sáng bóng bên cạnh một giá treo tường",
      "ground_truth": "lò vi sóng",
      "ground_truth_normalized": "lò vi sóng",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "quầy tính tiền",
        "bếp",
        "phòng bếp",
        "tường",
        "tủ đá",
        "cái kệ",
        "cửa",
        "bức ảnh",
        "chậu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.264742,
      "confidences": [
        0.264742,
        0.112099,
        0.097393,
        0.078871,
        0.029587,
        0.024054,
        0.022334,
        0.020575,
        0.014675,
        0.013626
      ],
      "gate_score_top1": 0.791504,
      "gate_scores": [
        0.791504,
        0.69873,
        0.759766,
        0.652832,
        0.575195,
        0.739258,
        0.681641,
        0.61377,
        0.596191,
        0.597168
      ]
    },
    {
      "question_id": "10037501",
      "image_id": 455333,
      "question": "xe buýt hai tầng đang đậu ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "tòa nhà",
        "kho",
        "bảo tàng",
        "phòng",
        "cửa tiệm",
        "trạm",
        "nhà ở",
        "chuồng",
        "lớp học"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.515133,
      "confidences": [
        0.515133,
        0.280073,
        0.087785,
        0.015678,
        0.015495,
        0.012597,
        0.010775,
        0.002651,
        0.002456,
        0.002376
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.839355,
        0.810547,
        0.791992,
        0.749023,
        0.740234,
        0.713867,
        0.697266,
        0.61084,
        0.618164
      ]
    },
    {
      "question_id": "10022121",
      "image_id": 275168,
      "question": "màu của xe buýt là gì",
      "ground_truth": "màu cam",
      "ground_truth_normalized": "màu cam",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu cam",
        "màu đỏ",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu nâu",
        "màu xanh lá",
        "màu xanh dương",
        "xe buýt"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.805218,
      "confidences": [
        0.805218,
        0.109829,
        0.030738,
        0.023567,
        0.003233,
        0.003128,
        0.002192,
        0.001977,
        0.001031,
        0.000759
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.824707,
        0.767578,
        0.687988,
        0.614258,
        0.669434,
        0.61377,
        0.600586,
        0.617676,
        0.574219
      ]
    },
    {
      "question_id": "10066431",
      "image_id": 463876,
      "question": "những gì hiển thị trên bề mặt gỗ nhỏ",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "cái bàn",
        "bàn phím",
        "chuột",
        "văn phòng",
        "trang thiết bị",
        "bức tranh",
        "cái ghế",
        "điện thoại"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.709532,
      "confidences": [
        0.709532,
        0.186544,
        0.058015,
        0.012996,
        0.004697,
        0.001822,
        0.001748,
        0.001016,
        0.00085,
        0.000804
      ],
      "gate_score_top1": 0.883789,
      "gate_scores": [
        0.883789,
        0.890137,
        0.845215,
        0.76123,
        0.739258,
        0.703125,
        0.506348,
        0.535645,
        0.541992,
        0.663574
      ]
    },
    {
      "question_id": "10107981",
      "image_id": 218237,
      "question": "có bao nhiêu anh chàng đang ngồi trên chân của anh chàng và giữ cổ tay của anh ta",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "cái ghế",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.792266,
      "confidences": [
        0.792266,
        0.198757,
        0.004093,
        0.000454,
        0.000152,
        8.7e-05,
        8.5e-05,
        6.6e-05,
        6.1e-05,
        5.3e-05
      ],
      "gate_score_top1": 0.900391,
      "gate_scores": [
        0.900391,
        0.87793,
        0.741699,
        0.627441,
        0.371826,
        0.410156,
        0.405273,
        0.432617,
        0.530273,
        0.366211
      ]
    },
    {
      "question_id": "10067711",
      "image_id": 347648,
      "question": "cái bình nào bên cạnh những người khác",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "cái nồi",
        "cây",
        "tách",
        "bông hoa",
        "bát",
        "cái lọ",
        "nến",
        "sân vườn",
        "tường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.716453,
      "confidences": [
        0.716453,
        0.108168,
        0.02682,
        0.014869,
        0.008879,
        0.00839,
        0.00642,
        0.004482,
        0.004327,
        0.00312
      ],
      "gate_score_top1": 0.810059,
      "gate_scores": [
        0.810059,
        0.75,
        0.743164,
        0.711426,
        0.723633,
        0.748535,
        0.675781,
        0.527832,
        0.62793,
        0.535156
      ]
    },
    {
      "question_id": "10032151",
      "image_id": 354409,
      "question": "người đàn ông đang chụp ảnh tự sướng ở đâu",
      "ground_truth": "phòng tắm",
      "ground_truth_normalized": "phòng tắm",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "ô cửa",
        "vòi hoa sen",
        "hành lang",
        "máy ảnh",
        "cửa",
        "nhà ở",
        "phòng",
        "chậu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.828316,
      "confidences": [
        0.828316,
        0.150848,
        0.002363,
        0.002336,
        0.001663,
        0.001129,
        0.000792,
        0.000637,
        0.000464,
        0.000452
      ],
      "gate_score_top1": 0.916504,
      "gate_scores": [
        0.916504,
        0.840332,
        0.674316,
        0.666504,
        0.591797,
        0.530273,
        0.630859,
        0.648926,
        0.635742,
        0.606934
      ]
    },
    {
      "question_id": "10043271",
      "image_id": 239365,
      "question": "người phụ nữ với chiếc cặp và ô đứng ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "ô cửa",
        "hành lang",
        "gương",
        "phòng tắm",
        "áo vest",
        "trạm",
        "gian hàng",
        "cửa tiệm",
        "nhà ở"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.130954,
      "confidences": [
        0.130954,
        0.086894,
        0.073315,
        0.068739,
        0.046785,
        0.035453,
        0.028655,
        0.024558,
        0.020161,
        0.018143
      ],
      "gate_score_top1": 0.693359,
      "gate_scores": [
        0.693359,
        0.708984,
        0.656738,
        0.740234,
        0.611328,
        0.661133,
        0.657227,
        0.641602,
        0.699219,
        0.641113
      ]
    },
    {
      "question_id": "10061171",
      "image_id": 569674,
      "question": "những gì đang đứng trong đám cỏ cao và bụi rậm",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "hươu cao cổ",
        "bãi cỏ",
        "con ngựa",
        "tàu hỏa",
        "ba",
        "con chim",
        "con chó",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.855424,
      "confidences": [
        0.855424,
        0.136409,
        0.000814,
        0.000484,
        0.000204,
        0.000194,
        0.000189,
        0.000159,
        0.000131,
        0.000126
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.859375,
        0.672852,
        0.591797,
        0.583496,
        0.603027,
        0.713867,
        0.534668,
        0.534668,
        0.424805
      ]
    },
    {
      "question_id": "10094491",
      "image_id": 575406,
      "question": "phương tiện cho chuyến tham quan ở thành phố là gì",
      "ground_truth": "xe buýt",
      "ground_truth_normalized": "xe buýt",
      "predicted_top1": "xe đẩy",
      "predicted_topk": [
        "xe đẩy",
        "xe buýt",
        "xe ô tô",
        "xe cộ",
        "phương tiện giao thông",
        "xe tải",
        "đường",
        "đường đi bộ",
        "xe điện",
        "xe"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.475844,
      "confidences": [
        0.475844,
        0.413421,
        0.020264,
        0.012533,
        0.011323,
        0.008631,
        0.004566,
        0.002434,
        0.001802,
        0.001402
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.879883,
        0.763672,
        0.738281,
        0.722168,
        0.734863,
        0.668457,
        0.566406,
        0.563477,
        0.595703
      ]
    },
    {
      "question_id": "10093291",
      "image_id": 353320,
      "question": "những gì nằm trong số hành lý trên một băng ghế kim loại",
      "ground_truth": "thùng",
      "ground_truth_normalized": "thùng",
      "predicted_top1": "túi",
      "predicted_topk": [
        "túi",
        "cái túi",
        "balo",
        "vali",
        "hành lý",
        "cái ví",
        "ván trượt",
        "máy ảnh",
        "những bức ảnh",
        "băng ghế"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.215347,
      "confidences": [
        0.215347,
        0.126103,
        0.114818,
        0.070324,
        0.068829,
        0.063161,
        0.013085,
        0.010617,
        0.007936,
        0.006465
      ],
      "gate_score_top1": 0.806152,
      "gate_scores": [
        0.806152,
        0.785156,
        0.751465,
        0.725098,
        0.710449,
        0.777344,
        0.69873,
        0.56543,
        0.568359,
        0.563965
      ]
    },
    {
      "question_id": "10109921",
      "image_id": 493601,
      "question": "có bao nhiêu lát bánh mì được đặt trên một bề mặt",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.422058,
      "confidences": [
        0.422058,
        0.266189,
        0.225911,
        0.044311,
        0.009734,
        0.008794,
        0.002185,
        0.001708,
        0.001561,
        0.000973
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.832031,
        0.802734,
        0.755371,
        0.692871,
        0.670898,
        0.621094,
        0.535645,
        0.543945,
        0.577148
      ]
    },
    {
      "question_id": "10092421",
      "image_id": 420929,
      "question": "những gì đang bay qua bầu trời xanh",
      "ground_truth": "hải âu",
      "ground_truth_normalized": "hải âu",
      "predicted_top1": "con chim",
      "predicted_topk": [
        "con chim",
        "hải âu",
        "con vịt",
        "con vẹt",
        "con chó",
        "con ngựa",
        "máy bay",
        "màu xám",
        "màu trắng",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.517968,
      "confidences": [
        0.517968,
        0.389458,
        0.00893,
        0.005512,
        0.002309,
        0.001795,
        0.001681,
        0.001421,
        0.00129,
        0.001283
      ],
      "gate_score_top1": 0.848633,
      "gate_scores": [
        0.848633,
        0.83252,
        0.611328,
        0.638672,
        0.541016,
        0.596191,
        0.544434,
        0.539062,
        0.457031,
        0.537598
      ]
    },
    {
      "question_id": "10105181",
      "image_id": 212877,
      "question": "có bao nhiêu cốc có con chó trên đó và người kia có một con mèo",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.524077,
      "confidences": [
        0.524077,
        0.411353,
        0.052094,
        0.003658,
        0.000736,
        0.00051,
        0.000497,
        0.000303,
        0.000266,
        0.000136
      ],
      "gate_score_top1": 0.882324,
      "gate_scores": [
        0.882324,
        0.867188,
        0.816895,
        0.705078,
        0.488281,
        0.569824,
        0.458008,
        0.490723,
        0.488281,
        0.414062
      ]
    },
    {
      "question_id": "10037751",
      "image_id": 474026,
      "question": "người đàn ông và một con chó nằm ở đâu",
      "ground_truth": "phòng ngủ",
      "ground_truth_normalized": "phòng ngủ",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "phòng ngủ",
        "phòng",
        "cửa sổ",
        "hành lang",
        "gương",
        "cái ghế",
        "chung cư",
        "văn phòng",
        "cái túi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.525578,
      "confidences": [
        0.525578,
        0.446053,
        0.015686,
        0.000691,
        0.000521,
        0.000462,
        0.000407,
        0.000349,
        0.000259,
        0.000252
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.883789,
        0.807129,
        0.583008,
        0.570312,
        0.740723,
        0.596191,
        0.560059,
        0.485107,
        0.45752
      ]
    },
    {
      "question_id": "10099281",
      "image_id": 521995,
      "question": "cái gì đang ngồi trên bàn gỗ",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "bàn phím",
        "cái bàn",
        "chuột",
        "điện thoại",
        "cái ghế",
        "bức tranh",
        "trang thiết bị",
        "văn phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.652714,
      "confidences": [
        0.652714,
        0.318107,
        0.003268,
        0.002953,
        0.002148,
        0.001565,
        0.000918,
        0.000734,
        0.000588,
        0.000469
      ],
      "gate_score_top1": 0.874023,
      "gate_scores": [
        0.874023,
        0.887207,
        0.72168,
        0.792969,
        0.688965,
        0.699707,
        0.535156,
        0.533691,
        0.510742,
        0.657227
      ]
    },
    {
      "question_id": "10116751",
      "image_id": 242744,
      "question": "có bao nhiêu thanh niên với hành lý trên tàu",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "hai",
        "một",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.633976,
      "confidences": [
        0.633976,
        0.235056,
        0.089917,
        0.02721,
        0.004339,
        0.001339,
        0.001041,
        0.000959,
        0.000606,
        0.000523
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.839355,
        0.811523,
        0.705078,
        0.70166,
        0.578613,
        0.597168,
        0.623535,
        0.563965,
        0.495361
      ]
    },
    {
      "question_id": "10113621",
      "image_id": 197388,
      "question": "bao nhiêu người đàn ông trượt tuyết xuống một vách đá tuyết trong trang phục đồng đội",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "ba",
        "mười",
        "một",
        "ván trượt"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.426025,
      "confidences": [
        0.426025,
        0.287139,
        0.218444,
        0.026192,
        0.008146,
        0.00387,
        0.003104,
        0.001707,
        0.00161,
        0.000751
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.835938,
        0.801758,
        0.709961,
        0.658691,
        0.605469,
        0.555176,
        0.538574,
        0.560547,
        0.501465
      ]
    },
    {
      "question_id": "10062291",
      "image_id": 412240,
      "question": "những gì đang ngồi đằng sau đôi giày",
      "ground_truth": "cún yêu",
      "ground_truth_normalized": "cún yêu",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "con mèo",
        "cửa sổ",
        "gấu",
        "đồ chơi",
        "cún yêu",
        "cái ghế",
        "giường",
        "đồng hồ",
        "cửa"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.80956,
      "confidences": [
        0.80956,
        0.02562,
        0.01358,
        0.010638,
        0.006749,
        0.005455,
        0.00537,
        0.004712,
        0.004657,
        0.004567
      ],
      "gate_score_top1": 0.835449,
      "gate_scores": [
        0.835449,
        0.722168,
        0.652832,
        0.657227,
        0.60498,
        0.472656,
        0.557617,
        0.623535,
        0.615723,
        0.581543
      ]
    },
    {
      "question_id": "10105211",
      "image_id": 320957,
      "question": "có bao nhiêu người đang mỉm cười đứng gần một cái bàn được chuẩn bị sẵn thức ăn cho bữa tiệc",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.554996,
      "confidences": [
        0.554996,
        0.42553,
        0.009292,
        0.006238,
        0.000321,
        0.000317,
        0.000129,
        9.8e-05,
        7.2e-05,
        6.5e-05
      ],
      "gate_score_top1": 0.893555,
      "gate_scores": [
        0.893555,
        0.88623,
        0.787109,
        0.791504,
        0.435547,
        0.594238,
        0.462158,
        0.422852,
        0.399658,
        0.529297
      ]
    },
    {
      "question_id": "10053811",
      "image_id": 520503,
      "question": "cái gì vượt qua cái khác khi nó di chuyển qua một thành phố",
      "ground_truth": "xe điện",
      "ground_truth_normalized": "xe điện",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe điện",
        "xe điện ngầm",
        "trạm",
        "xe ô tô",
        "xe buýt",
        "xe đẩy",
        "cửa",
        "các tòa nhà",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.650719,
      "confidences": [
        0.650719,
        0.130661,
        0.043088,
        0.026754,
        0.024647,
        0.020674,
        0.012737,
        0.006582,
        0.00448,
        0.004436
      ],
      "gate_score_top1": 0.828125,
      "gate_scores": [
        0.828125,
        0.79541,
        0.755371,
        0.742188,
        0.745605,
        0.763184,
        0.727539,
        0.59082,
        0.629883,
        0.617188
      ]
    },
    {
      "question_id": "10102261",
      "image_id": 475485,
      "question": "có bao nhiêu đồng hồ xếp trên tường hiển thị thời gian ở các nơi khác nhau trên thế giới",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "một",
        "hai",
        "chín",
        "tám",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.415151,
      "confidences": [
        0.415151,
        0.405534,
        0.090841,
        0.024545,
        0.022349,
        0.013036,
        0.007256,
        0.004558,
        0.003127,
        0.00227
      ],
      "gate_score_top1": 0.838867,
      "gate_scores": [
        0.838867,
        0.858398,
        0.76123,
        0.760254,
        0.761719,
        0.70752,
        0.647461,
        0.678223,
        0.644531,
        0.602051
      ]
    },
    {
      "question_id": "10057741",
      "image_id": 350000,
      "question": "những gì cát và ô dù cam và ngày nắng",
      "ground_truth": "nhiều cái ghế",
      "ground_truth_normalized": "nhiều cái ghế",
      "predicted_top1": "chiếc ô",
      "predicted_topk": [
        "chiếc ô",
        "bờ biển",
        "cái ghế",
        "nhiều cái ghế",
        "hồ",
        "bức ảnh",
        "tường",
        "băng ghế",
        "cái lều",
        "bến du thuyền"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.331613,
      "confidences": [
        0.331613,
        0.202711,
        0.025621,
        0.020668,
        0.017336,
        0.010546,
        0.009435,
        0.00937,
        0.007678,
        0.007596
      ],
      "gate_score_top1": 0.783203,
      "gate_scores": [
        0.783203,
        0.702148,
        0.687012,
        0.475342,
        0.470947,
        0.605469,
        0.499023,
        0.609863,
        0.487061,
        0.462402
      ]
    },
    {
      "question_id": "10059471",
      "image_id": 374782,
      "question": "máy tính, bàn phím, màn hình và đang ngồi trên bàn làm việc gì",
      "ground_truth": "trang thiết bị",
      "ground_truth_normalized": "trang thiết bị",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "cái bàn",
        "văn phòng",
        "laptop",
        "bàn phím",
        "chuột",
        "trang thiết bị",
        "bức tranh",
        "phòng ngủ",
        "cái ghế"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.433905,
      "confidences": [
        0.433905,
        0.343247,
        0.049837,
        0.041967,
        0.03359,
        0.007583,
        0.005284,
        0.003836,
        0.002924,
        0.002801
      ],
      "gate_score_top1": 0.858398,
      "gate_scores": [
        0.858398,
        0.860352,
        0.79248,
        0.84668,
        0.747559,
        0.669922,
        0.555664,
        0.595215,
        0.606445,
        0.548828
      ]
    },
    {
      "question_id": "10064851",
      "image_id": 419379,
      "question": "những gì trông giống như donut trên màn hình",
      "ground_truth": "bánh",
      "ground_truth_normalized": "bánh",
      "predicted_top1": "donut",
      "predicted_topk": [
        "donut",
        "bánh ngọt",
        "bánh",
        "cái mâm",
        "sô cô la",
        "cupcake",
        "cửa tiệm",
        "cửa hàng",
        "dao",
        "sandwich"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.307072,
      "confidences": [
        0.307072,
        0.140588,
        0.083296,
        0.07764,
        0.026989,
        0.022331,
        0.016148,
        0.014112,
        0.013361,
        0.009076
      ],
      "gate_score_top1": 0.772461,
      "gate_scores": [
        0.772461,
        0.75,
        0.759277,
        0.787598,
        0.617188,
        0.665527,
        0.589844,
        0.643066,
        0.669434,
        0.648438
      ]
    },
    {
      "question_id": "10091181",
      "image_id": 405972,
      "question": "những gì bên cạnh một con voi nhỏ",
      "ground_truth": "hươu cao cổ",
      "ground_truth_normalized": "hươu cao cổ",
      "predicted_top1": "con voi",
      "predicted_topk": [
        "con voi",
        "thân cây",
        "hươu cao cổ",
        "vườn bách thú",
        "chuồng",
        "bãi cỏ",
        "xe tải",
        "lồng",
        "lá",
        "ngựa vằn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.880686,
      "confidences": [
        0.880686,
        0.027654,
        0.022307,
        0.008127,
        0.007285,
        0.002898,
        0.001603,
        0.001521,
        0.001421,
        0.001272
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.729492,
        0.763672,
        0.674805,
        0.696777,
        0.584473,
        0.472656,
        0.543457,
        0.474854,
        0.539062
      ]
    },
    {
      "question_id": "10036891",
      "image_id": 182968,
      "question": "những chiếc lò nướng nằm ở đâu",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "lò vi sóng",
        "quán ăn",
        "tạp dề",
        "cửa tiệm",
        "chảo",
        "phòng",
        "tường",
        "bếp",
        "cửa sổ"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.535986,
      "confidences": [
        0.535986,
        0.29141,
        0.050442,
        0.029194,
        0.007454,
        0.005851,
        0.004468,
        0.002879,
        0.00278,
        0.002764
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.808594,
        0.816895,
        0.703125,
        0.574707,
        0.637695,
        0.654297,
        0.462891,
        0.564941,
        0.573242
      ]
    },
    {
      "question_id": "10070261",
      "image_id": 344795,
      "question": "những gì được bao phủ trong lá nhôm là nướng trong lò",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "món ăn",
        "lò vi sóng",
        "giấy bạc",
        "cái mâm",
        "pizza",
        "bữa ăn",
        "chén đĩa",
        "thịt",
        "cái nồi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.160139,
      "confidences": [
        0.160139,
        0.13328,
        0.093591,
        0.044469,
        0.038036,
        0.030984,
        0.026658,
        0.015949,
        0.015519,
        0.011634
      ],
      "gate_score_top1": 0.745117,
      "gate_scores": [
        0.745117,
        0.734863,
        0.688477,
        0.623535,
        0.718262,
        0.714844,
        0.584473,
        0.543945,
        0.554199,
        0.586914
      ]
    },
    {
      "question_id": "10030641",
      "image_id": 553378,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "cái ví",
      "ground_truth_normalized": "cái ví",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "cái ví",
        "vali",
        "balo",
        "hành lý",
        "túi",
        "thùng chứa",
        "cái rổ",
        "xe đẩy",
        "bát"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.681879,
      "confidences": [
        0.681879,
        0.129631,
        0.033292,
        0.03152,
        0.027817,
        0.021748,
        0.007531,
        0.004135,
        0.003139,
        0.001687
      ],
      "gate_score_top1": 0.880371,
      "gate_scores": [
        0.880371,
        0.806152,
        0.774414,
        0.737793,
        0.748535,
        0.762695,
        0.699707,
        0.722656,
        0.644531,
        0.552734
      ]
    },
    {
      "question_id": "10041231",
      "image_id": 17582,
      "question": "hai người đàn ông và một người phụ nữ nói chuyện ở đâu",
      "ground_truth": "kho",
      "ground_truth_normalized": "kho",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "kho",
        "cửa tiệm",
        "ga-ra",
        "tòa nhà",
        "phòng bếp",
        "nhà ở",
        "cửa hàng",
        "văn phòng",
        "trạm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.223845,
      "confidences": [
        0.223845,
        0.206215,
        0.129046,
        0.090795,
        0.073528,
        0.026371,
        0.022207,
        0.021777,
        0.015503,
        0.014422
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.838867,
        0.811035,
        0.819824,
        0.775879,
        0.668457,
        0.720215,
        0.768066,
        0.733398,
        0.703125
      ]
    },
    {
      "question_id": "10087321",
      "image_id": 579192,
      "question": "cái gì cho thấy một người đàn ông đi bộ đến ván trượt tuyết và đứng trên đó",
      "ground_truth": "những bức ảnh",
      "ground_truth_normalized": "những bức ảnh",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "dĩa nhựa",
        "bức ảnh",
        "áo sơ mi",
        "những bức ảnh",
        "quả bóng",
        "trượt tuyết",
        "bảng",
        "đồi",
        "áo vest"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.440408,
      "confidences": [
        0.440408,
        0.037664,
        0.028209,
        0.025041,
        0.020398,
        0.017791,
        0.015979,
        0.013482,
        0.013299,
        0.012493
      ],
      "gate_score_top1": 0.790527,
      "gate_scores": [
        0.790527,
        0.697266,
        0.635742,
        0.609863,
        0.571777,
        0.651855,
        0.74707,
        0.657715,
        0.724121,
        0.67334
      ]
    },
    {
      "question_id": "10053591",
      "image_id": 511662,
      "question": "những gì trên bãi biển bởi một tàu du lịch",
      "ground_truth": "thuyền buồm",
      "ground_truth_normalized": "thuyền buồm",
      "predicted_top1": "con thuyền",
      "predicted_topk": [
        "con thuyền",
        "thuyền buồm",
        "bến du thuyền",
        "ván lướt sóng",
        "bờ biển",
        "diều",
        "bảng",
        "ca nô",
        "cây sào",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.428959,
      "confidences": [
        0.428959,
        0.092047,
        0.057265,
        0.038072,
        0.02902,
        0.026683,
        0.024678,
        0.018196,
        0.013055,
        0.011298
      ],
      "gate_score_top1": 0.741699,
      "gate_scores": [
        0.741699,
        0.687012,
        0.608398,
        0.75,
        0.577637,
        0.708008,
        0.633301,
        0.479004,
        0.574219,
        0.583496
      ]
    },
    {
      "question_id": "10021961",
      "image_id": 555906,
      "question": "màu của cà vạt là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu đen",
        "màu trắng",
        "màu đỏ",
        "màu nâu",
        "màu vàng",
        "màu xanh lá",
        "màu xám",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.939903,
      "confidences": [
        0.939903,
        0.032036,
        0.007318,
        0.005502,
        0.003123,
        0.002888,
        0.002048,
        0.001498,
        0.000994,
        0.000369
      ],
      "gate_score_top1": 0.909668,
      "gate_scores": [
        0.909668,
        0.808105,
        0.754883,
        0.73584,
        0.771973,
        0.727539,
        0.692871,
        0.65332,
        0.696777,
        0.695312
      ]
    },
    {
      "question_id": "10000261",
      "image_id": 513214,
      "question": "màu của thân cây là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh lá",
        "màu đen",
        "màu xám",
        "màu cam",
        "màu vàng",
        "màu xanh dương",
        "màu đỏ",
        "màu nâu",
        "màu tía"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.640491,
      "confidences": [
        0.640491,
        0.176474,
        0.155738,
        0.012103,
        0.002411,
        0.001404,
        0.001224,
        0.000954,
        0.000812,
        0.000668
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.82959,
        0.832031,
        0.795898,
        0.760742,
        0.682617,
        0.665039,
        0.699707,
        0.699707,
        0.717773
      ]
    },
    {
      "question_id": "10049341",
      "image_id": 428486,
      "question": "cô gái trẻ đang đứng ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "chậu",
        "vòi hoa sen",
        "bồn tắm",
        "phòng",
        "phòng bếp",
        "gương",
        "nhà ở",
        "hành lang",
        "bàn chải"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.744211,
      "confidences": [
        0.744211,
        0.072544,
        0.024779,
        0.020784,
        0.016187,
        0.011478,
        0.011103,
        0.006854,
        0.004504,
        0.004348
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.818848,
        0.687012,
        0.72168,
        0.753906,
        0.723633,
        0.740234,
        0.714844,
        0.510742,
        0.603516
      ]
    },
    {
      "question_id": "10033831",
      "image_id": 36544,
      "question": "nơi nào làm bánh sô cô la ba tầng",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "cửa tiệm",
        "cửa hàng",
        "phòng bếp",
        "quán ăn",
        "cái mâm",
        "dao",
        "bánh ngọt",
        "donut",
        "hộp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.212364,
      "confidences": [
        0.212364,
        0.132894,
        0.043483,
        0.042475,
        0.037338,
        0.026374,
        0.021442,
        0.01922,
        0.017296,
        0.016634
      ],
      "gate_score_top1": 0.773926,
      "gate_scores": [
        0.773926,
        0.682129,
        0.660645,
        0.706055,
        0.67041,
        0.674805,
        0.648438,
        0.563965,
        0.580566,
        0.713867
      ]
    },
    {
      "question_id": "10085731",
      "image_id": 380388,
      "question": "những gì đang đi xuống đường ray kéo một số chiếc xe phía sau",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "cây",
        "cầu",
        "trạm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.589243,
      "confidences": [
        0.589243,
        0.316634,
        0.031107,
        0.010835,
        0.007564,
        0.003203,
        0.002072,
        0.001629,
        0.001629,
        0.000968
      ],
      "gate_score_top1": 0.894531,
      "gate_scores": [
        0.894531,
        0.851562,
        0.745117,
        0.629395,
        0.597168,
        0.663574,
        0.614746,
        0.575684,
        0.611328,
        0.543945
      ]
    },
    {
      "question_id": "10040631",
      "image_id": 129995,
      "question": "nhiều bồn trắng đã xếp hàng",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "gương",
        "nhà ở",
        "vòi hoa sen",
        "ô cửa",
        "chậu",
        "tòa nhà",
        "bồn tiểu",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.477111,
      "confidences": [
        0.477111,
        0.22892,
        0.059022,
        0.025385,
        0.015307,
        0.011375,
        0.009467,
        0.008241,
        0.007504,
        0.005742
      ],
      "gate_score_top1": 0.821777,
      "gate_scores": [
        0.821777,
        0.83252,
        0.708008,
        0.734375,
        0.64502,
        0.572266,
        0.631836,
        0.611816,
        0.611328,
        0.605957
      ]
    },
    {
      "question_id": "10002781",
      "image_id": 324870,
      "question": "màu của chiếc tàu là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xanh dương",
        "màu xám",
        "màu xanh lá",
        "màu đỏ",
        "màu cam",
        "màu nâu",
        "màu vàng",
        "màu tía",
        "màu trắng"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.662286,
      "confidences": [
        0.662286,
        0.18391,
        0.06331,
        0.028094,
        0.017857,
        0.013427,
        0.007048,
        0.005425,
        0.003817,
        0.003303
      ],
      "gate_score_top1": 0.840332,
      "gate_scores": [
        0.840332,
        0.841309,
        0.802734,
        0.744141,
        0.777344,
        0.833984,
        0.759277,
        0.751465,
        0.751953,
        0.750977
      ]
    },
    {
      "question_id": "10038171",
      "image_id": 251132,
      "question": "cây xanh ở đâu",
      "ground_truth": "cái nồi",
      "ground_truth_normalized": "cái nồi",
      "predicted_top1": "sân vườn",
      "predicted_topk": [
        "sân vườn",
        "cái nồi",
        "cây",
        "hộp",
        "bông cải xanh",
        "thùng chứa",
        "sân",
        "bát",
        "lọ cắm hoa",
        "cái túi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.38031,
      "confidences": [
        0.38031,
        0.151869,
        0.144914,
        0.031709,
        0.017512,
        0.016483,
        0.016038,
        0.009978,
        0.008618,
        0.007502
      ],
      "gate_score_top1": 0.81543,
      "gate_scores": [
        0.81543,
        0.772461,
        0.794922,
        0.689453,
        0.617188,
        0.668457,
        0.630859,
        0.717285,
        0.573242,
        0.623047
      ]
    },
    {
      "question_id": "10062661",
      "image_id": 549649,
      "question": "những gì đang nằm trên bàn với kính râm trên",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "con mèo",
      "predicted_topk": [
        "con mèo",
        "cà vạt",
        "đồng hồ",
        "con chó",
        "xe đẩy",
        "màu xám",
        "bức ảnh",
        "nón",
        "chậu",
        "con chim"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.968352,
      "confidences": [
        0.968352,
        0.002168,
        0.001163,
        0.001028,
        0.001016,
        0.000944,
        0.000597,
        0.000559,
        0.000518,
        0.00046
      ],
      "gate_score_top1": 0.871582,
      "gate_scores": [
        0.871582,
        0.714844,
        0.625,
        0.678223,
        0.435059,
        0.613281,
        0.459717,
        0.543945,
        0.550293,
        0.524902
      ]
    },
    {
      "question_id": "10021271",
      "image_id": 41233,
      "question": "màu của dòng kẻ là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu xanh dương",
        "màu trắng",
        "màu xám",
        "màu vàng",
        "màu xanh lá",
        "màu tía",
        "màu nâu",
        "màu đỏ",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.572664,
      "confidences": [
        0.572664,
        0.355575,
        0.028623,
        0.009042,
        0.008561,
        0.005274,
        0.004547,
        0.002982,
        0.002268,
        0.000396
      ],
      "gate_score_top1": 0.881348,
      "gate_scores": [
        0.881348,
        0.865723,
        0.781738,
        0.734863,
        0.790527,
        0.708008,
        0.714355,
        0.682129,
        0.776855,
        0.549805
      ]
    },
    {
      "question_id": "10016701",
      "image_id": 169732,
      "question": "màu của con dao là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh lá",
        "màu vàng",
        "màu đen",
        "màu nâu",
        "màu đỏ",
        "bánh",
        "màu cam",
        "màu tía",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.88808,
      "confidences": [
        0.88808,
        0.052712,
        0.024899,
        0.00615,
        0.00571,
        0.001589,
        0.001531,
        0.000979,
        0.000805,
        0.000529
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.824219,
        0.731445,
        0.703613,
        0.745605,
        0.690918,
        0.656738,
        0.708496,
        0.570312,
        0.639648
      ]
    },
    {
      "question_id": "10035121",
      "image_id": 46009,
      "question": "hai con ngựa vằn vây quanh đi dạo ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "tòa nhà",
        "bảo tàng",
        "cửa tiệm",
        "kho",
        "ga-ra",
        "chuồng trại",
        "rào chắn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.412509,
      "confidences": [
        0.412509,
        0.176037,
        0.108031,
        0.100303,
        0.027636,
        0.017843,
        0.01631,
        0.01488,
        0.01431,
        0.009421
      ],
      "gate_score_top1": 0.821289,
      "gate_scores": [
        0.821289,
        0.822266,
        0.836914,
        0.775879,
        0.756836,
        0.727539,
        0.76709,
        0.732422,
        0.70459,
        0.638672
      ]
    },
    {
      "question_id": "10097521",
      "image_id": 397109,
      "question": "băng ghế đơn nhìn ra gì",
      "ground_truth": "hồ",
      "ground_truth_normalized": "hồ",
      "predicted_top1": "băng ghế",
      "predicted_topk": [
        "băng ghế",
        "sân vườn",
        "hồ bơi",
        "hồ",
        "lối đi",
        "cây",
        "các tòa nhà",
        "những bức ảnh",
        "sân",
        "vòi"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.223722,
      "confidences": [
        0.223722,
        0.18913,
        0.064348,
        0.061162,
        0.016365,
        0.015284,
        0.012438,
        0.011903,
        0.011548,
        0.011303
      ],
      "gate_score_top1": 0.779785,
      "gate_scores": [
        0.779785,
        0.797363,
        0.736816,
        0.473877,
        0.524414,
        0.631348,
        0.515137,
        0.547852,
        0.661621,
        0.617188
      ]
    },
    {
      "question_id": "10071071",
      "image_id": 498759,
      "question": "những gì có một ván trượt ở tốc độ cao",
      "ground_truth": "máy ảnh",
      "ground_truth_normalized": "máy ảnh",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đường phố",
        "đường",
        "sân",
        "ga-ra",
        "trượt tuyết",
        "xe ô tô",
        "máy ảnh",
        "mũ",
        "cây"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.632686,
      "confidences": [
        0.632686,
        0.101286,
        0.032436,
        0.012702,
        0.011588,
        0.005269,
        0.004984,
        0.004926,
        0.004765,
        0.004668
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.776855,
        0.768555,
        0.600098,
        0.581543,
        0.700195,
        0.666016,
        0.45459,
        0.521484,
        0.536621
      ]
    },
    {
      "question_id": "10105061",
      "image_id": 253477,
      "question": "có bao nhiêu người đàn ông dưới nước cầm một tấm ván lướt sóng",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "năm",
        "cây"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.934833,
      "confidences": [
        0.934833,
        0.051922,
        0.009382,
        0.000439,
        0.000149,
        8.6e-05,
        7.6e-05,
        6.6e-05,
        5.6e-05,
        3.9e-05
      ],
      "gate_score_top1": 0.897461,
      "gate_scores": [
        0.897461,
        0.85498,
        0.785645,
        0.623535,
        0.415771,
        0.418457,
        0.372803,
        0.440186,
        0.515137,
        0.385254
      ]
    },
    {
      "question_id": "10063141",
      "image_id": 413709,
      "question": "những gì được dán vào tòa nhà cao tầng",
      "ground_truth": "đồng hồ",
      "ground_truth_normalized": "đồng hồ",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "tòa nhà",
        "bức tượng",
        "các tòa nhà",
        "lá cờ",
        "cờ",
        "cây",
        "bức ảnh",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.438086,
      "confidences": [
        0.438086,
        0.405164,
        0.060458,
        0.018583,
        0.007193,
        0.005974,
        0.004829,
        0.003918,
        0.00301,
        0.002735
      ],
      "gate_score_top1": 0.84375,
      "gate_scores": [
        0.84375,
        0.834473,
        0.756348,
        0.711914,
        0.663086,
        0.694824,
        0.643066,
        0.677246,
        0.638184,
        0.590332
      ]
    },
    {
      "question_id": "10036061",
      "image_id": 457638,
      "question": "lò vi sóng gắn ở đâu",
      "ground_truth": "buồng",
      "ground_truth_normalized": "buồng",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "lò vi sóng",
        "bếp",
        "chậu",
        "quầy tính tiền",
        "tường",
        "buồng",
        "tủ đá",
        "chảo",
        "cửa sổ"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.686441,
      "confidences": [
        0.686441,
        0.163682,
        0.040903,
        0.013971,
        0.00849,
        0.004716,
        0.00379,
        0.003673,
        0.00328,
        0.00294
      ],
      "gate_score_top1": 0.828613,
      "gate_scores": [
        0.828613,
        0.790039,
        0.716797,
        0.727539,
        0.620605,
        0.571777,
        0.519043,
        0.689453,
        0.641113,
        0.604492
      ]
    },
    {
      "question_id": "10017051",
      "image_id": 252420,
      "question": "màu của con mèo là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu đen",
      "predicted_topk": [
        "màu đen",
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu đỏ",
        "màu xanh dương",
        "màu trắng",
        "màu vàng",
        "màu tía",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.596342,
      "confidences": [
        0.596342,
        0.373181,
        0.013753,
        0.002928,
        0.002189,
        0.001209,
        0.000867,
        0.000693,
        0.000343,
        0.000282
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.866699,
        0.783203,
        0.750977,
        0.716309,
        0.634766,
        0.715332,
        0.65332,
        0.643555,
        0.473145
      ]
    },
    {
      "question_id": "10113001",
      "image_id": 310757,
      "question": "có bao nhiêu con chó đang nằm xuống trong khi người kia cố gắng chơi với anh ta",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "tám",
        "màu vàng",
        "bàn chải",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.5062,
      "confidences": [
        0.5062,
        0.479261,
        0.004608,
        0.000601,
        0.000265,
        0.000218,
        0.000175,
        0.00013,
        0.000124,
        0.000121
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.875977,
        0.732422,
        0.583496,
        0.400391,
        0.420166,
        0.41626,
        0.505859,
        0.421631,
        0.435059
      ]
    },
    {
      "question_id": "10111211",
      "image_id": 435990,
      "question": "có bao nhiêu người đứng trên một chiếc thuyền gần bến cảng",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.743059,
      "confidences": [
        0.743059,
        0.233814,
        0.010114,
        0.005227,
        0.002537,
        0.001153,
        0.000517,
        0.000495,
        0.000248,
        0.000177
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.897461,
        0.732422,
        0.766113,
        0.583008,
        0.654297,
        0.574707,
        0.52832,
        0.488037,
        0.427246
      ]
    },
    {
      "question_id": "10062651",
      "image_id": 466838,
      "question": "hai người phụ nữ đang ăn pizza pepperoni đang mặc gì",
      "ground_truth": "kính đeo",
      "ground_truth_normalized": "kính đeo",
      "predicted_top1": "bữa ăn",
      "predicted_topk": [
        "bữa ăn",
        "quán ăn",
        "kính đeo",
        "rượu",
        "áo sơ mi",
        "pizza",
        "bức ảnh",
        "đồ uống",
        "mũ",
        "đĩa ăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.099729,
      "confidences": [
        0.099729,
        0.076764,
        0.063268,
        0.05401,
        0.047757,
        0.044864,
        0.033275,
        0.026426,
        0.022691,
        0.021317
      ],
      "gate_score_top1": 0.730469,
      "gate_scores": [
        0.730469,
        0.661621,
        0.627441,
        0.64209,
        0.605957,
        0.701172,
        0.648438,
        0.531738,
        0.640137,
        0.619629
      ]
    },
    {
      "question_id": "10080011",
      "image_id": 525908,
      "question": "những gì đang rơi ra khỏi người chơi đang cầm một cây vợt tennis",
      "ground_truth": "mũ lưỡi trai",
      "ground_truth_normalized": "mũ lưỡi trai",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "vợt",
        "nón",
        "dĩa nhựa",
        "áo sơ mi",
        "ván trượt",
        "mũ lưỡi trai",
        "mặt trời",
        "mũ",
        "quần short"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.347663,
      "confidences": [
        0.347663,
        0.176187,
        0.149528,
        0.047051,
        0.024457,
        0.018862,
        0.010959,
        0.009411,
        0.008002,
        0.006798
      ],
      "gate_score_top1": 0.780273,
      "gate_scores": [
        0.780273,
        0.754395,
        0.723633,
        0.722168,
        0.69873,
        0.691895,
        0.523438,
        0.538086,
        0.638672,
        0.495117
      ]
    },
    {
      "question_id": "10065851",
      "image_id": 521838,
      "question": "những gì đang đi xuống các đường ray gần một khu rừng",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "động cơ",
        "xe ô tô",
        "hàng hoá",
        "đường sắt",
        "các tòa nhà",
        "xe điện ngầm",
        "cây",
        "cầu",
        "xe điện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.708267,
      "confidences": [
        0.708267,
        0.202922,
        0.039185,
        0.005568,
        0.00422,
        0.002471,
        0.001167,
        0.001147,
        0.001114,
        0.00099
      ],
      "gate_score_top1": 0.895508,
      "gate_scores": [
        0.895508,
        0.834473,
        0.750488,
        0.61084,
        0.558105,
        0.665527,
        0.598633,
        0.593262,
        0.590332,
        0.606445
      ]
    },
    {
      "question_id": "10034621",
      "image_id": 259366,
      "question": "người đàn ông trẻ đang đeo cà vạt ở đâu",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng ngủ",
        "phòng",
        "ô cửa",
        "hành lang",
        "nhà ở",
        "phòng tắm",
        "cửa",
        "cửa sổ",
        "áo vest"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.481605,
      "confidences": [
        0.481605,
        0.160062,
        0.145738,
        0.065947,
        0.021243,
        0.017888,
        0.012635,
        0.008787,
        0.005477,
        0.004062
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.874023,
        0.789551,
        0.740234,
        0.688965,
        0.729492,
        0.645996,
        0.63916,
        0.650879,
        0.536621
      ]
    },
    {
      "question_id": "10074531",
      "image_id": 437412,
      "question": "hai người bạn thưởng thức những gì tại một nhà hàng pizza",
      "ground_truth": "bữa trưa",
      "ground_truth_normalized": "bữa trưa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "quán ăn",
        "pizza",
        "rượu",
        "đĩa",
        "bữa trưa",
        "kính đeo",
        "bức ảnh",
        "món ăn"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.135911,
      "confidences": [
        0.135911,
        0.105435,
        0.073605,
        0.059259,
        0.045881,
        0.045347,
        0.021631,
        0.019239,
        0.018215,
        0.016978
      ],
      "gate_score_top1": 0.749023,
      "gate_scores": [
        0.749023,
        0.771973,
        0.697754,
        0.745117,
        0.618164,
        0.675781,
        0.495361,
        0.577148,
        0.65625,
        0.630371
      ]
    },
    {
      "question_id": "10117251",
      "image_id": 369331,
      "question": "có bao nhiêu loại bánh mì sandwich trên đĩa sứ",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.43984,
      "confidences": [
        0.43984,
        0.429651,
        0.104471,
        0.011676,
        0.005624,
        0.002585,
        0.000813,
        0.000775,
        0.000256,
        0.000219
      ],
      "gate_score_top1": 0.889648,
      "gate_scores": [
        0.889648,
        0.882812,
        0.851562,
        0.753906,
        0.714355,
        0.519043,
        0.547363,
        0.549316,
        0.445801,
        0.422852
      ]
    },
    {
      "question_id": "10052151",
      "image_id": 96463,
      "question": "công nhân đứng ở đâu bên cạnh đào tạo",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "tàu hỏa",
        "xe điện ngầm",
        "áo vest",
        "xe ô tô",
        "đường sắt",
        "xe điện",
        "cầu",
        "tòa nhà",
        "hàng hoá"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.661558,
      "confidences": [
        0.661558,
        0.116317,
        0.05826,
        0.025551,
        0.019363,
        0.01336,
        0.00432,
        0.003941,
        0.00379,
        0.003568
      ],
      "gate_score_top1": 0.837402,
      "gate_scores": [
        0.837402,
        0.796875,
        0.703125,
        0.665527,
        0.709473,
        0.674805,
        0.658203,
        0.600098,
        0.694824,
        0.589844
      ]
    },
    {
      "question_id": "10020381",
      "image_id": 167431,
      "question": "màu của băng ghế là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu xanh dương",
      "predicted_topk": [
        "màu xanh dương",
        "màu xám",
        "màu tía",
        "màu đen",
        "màu xanh lá",
        "màu vàng",
        "màu nâu",
        "màu đỏ",
        "màu trắng",
        "màu cam"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.306343,
      "confidences": [
        0.306343,
        0.287782,
        0.195485,
        0.08985,
        0.052205,
        0.014668,
        0.009925,
        0.00502,
        0.002821,
        0.001089
      ],
      "gate_score_top1": 0.824219,
      "gate_scores": [
        0.824219,
        0.78418,
        0.835449,
        0.768066,
        0.758301,
        0.724121,
        0.736328,
        0.649902,
        0.669434,
        0.644043
      ]
    },
    {
      "question_id": "10086341",
      "image_id": 375078,
      "question": "cái gì trên bàn dựa vào tường",
      "ground_truth": "chai",
      "ground_truth_normalized": "chai",
      "predicted_top1": "lọ cắm hoa",
      "predicted_topk": [
        "lọ cắm hoa",
        "bông hoa",
        "chai",
        "cây",
        "hoa hồng",
        "nến",
        "bình hoa",
        "cái nồi",
        "tách",
        "cái kệ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.357356,
      "confidences": [
        0.357356,
        0.172806,
        0.134581,
        0.106879,
        0.037372,
        0.01711,
        0.01455,
        0.009883,
        0.006431,
        0.005544
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.854004,
        0.765137,
        0.793945,
        0.724609,
        0.675781,
        0.512207,
        0.591309,
        0.712891,
        0.644043
      ]
    },
    {
      "question_id": "10048901",
      "image_id": 486595,
      "question": "cặp vợ chồng xe tay ga đang ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "tòa nhà",
        "kho",
        "phòng",
        "cửa tiệm",
        "bảo tàng",
        "nhà ở",
        "trạm",
        "lớp học",
        "quán ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.501764,
      "confidences": [
        0.501764,
        0.299617,
        0.051059,
        0.036776,
        0.020791,
        0.013582,
        0.006122,
        0.003387,
        0.002722,
        0.002577
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.838379,
        0.822754,
        0.775391,
        0.754395,
        0.808594,
        0.754883,
        0.633301,
        0.64209,
        0.657227
      ]
    },
    {
      "question_id": "10091171",
      "image_id": 523100,
      "question": "những gì thể hiện một bát lớn trái cây nêm",
      "ground_truth": "những quả cam",
      "ground_truth_normalized": "những quả cam",
      "predicted_top1": "bát",
      "predicted_topk": [
        "bát",
        "những quả cam",
        "chảo",
        "đĩa ăn",
        "cái lọ",
        "quả cam",
        "táo",
        "cà rốt",
        "chuối",
        "quả táo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.535759,
      "confidences": [
        0.535759,
        0.075987,
        0.026056,
        0.020174,
        0.01963,
        0.015681,
        0.013757,
        0.011676,
        0.011585,
        0.010045
      ],
      "gate_score_top1": 0.802246,
      "gate_scores": [
        0.802246,
        0.731934,
        0.625,
        0.71582,
        0.694336,
        0.571777,
        0.65625,
        0.678223,
        0.598145,
        0.638184
      ]
    },
    {
      "question_id": "10063311",
      "image_id": 341128,
      "question": "làm gì, những con cừu này ăn",
      "ground_truth": "hay",
      "ground_truth_normalized": "hay",
      "predicted_top1": "con cừu",
      "predicted_topk": [
        "con cừu",
        "chuồng",
        "chuồng trại",
        "con bò",
        "lồng",
        "rào chắn",
        "bãi cỏ",
        "hay",
        "cái lều",
        "gấu trúc"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.205581,
      "confidences": [
        0.205581,
        0.20478,
        0.180013,
        0.034423,
        0.025382,
        0.023156,
        0.021584,
        0.017377,
        0.007474,
        0.006046
      ],
      "gate_score_top1": 0.741699,
      "gate_scores": [
        0.741699,
        0.708984,
        0.694336,
        0.6875,
        0.603027,
        0.509766,
        0.629395,
        0.478516,
        0.401855,
        0.531738
      ]
    },
    {
      "question_id": "10115791",
      "image_id": 334080,
      "question": "có bao nhiêu con hươu cao cổ đứng trong lùm cây nhỏ",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "hươu cao cổ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.925752,
      "confidences": [
        0.925752,
        0.055163,
        0.014222,
        0.001902,
        0.000115,
        9.6e-05,
        6.5e-05,
        5.9e-05,
        5.7e-05,
        4.5e-05
      ],
      "gate_score_top1": 0.894043,
      "gate_scores": [
        0.894043,
        0.836914,
        0.786133,
        0.728027,
        0.381348,
        0.530273,
        0.408936,
        0.389648,
        0.385986,
        0.467773
      ]
    },
    {
      "question_id": "10048301",
      "image_id": 52611,
      "question": "người đàn ông phản chiếu ở đâu",
      "ground_truth": "gương",
      "ground_truth_normalized": "gương",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "gương",
        "vòi hoa sen",
        "ô cửa",
        "hành lang",
        "nhà ở",
        "phòng",
        "chậu",
        "cửa",
        "máy ảnh"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.605497,
      "confidences": [
        0.605497,
        0.364394,
        0.007049,
        0.002997,
        0.001828,
        0.001495,
        0.001058,
        0.000939,
        0.000746,
        0.000743
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.881348,
        0.727051,
        0.66748,
        0.542969,
        0.695312,
        0.689453,
        0.659668,
        0.656738,
        0.525879
      ]
    },
    {
      "question_id": "10098511",
      "image_id": 378831,
      "question": "người phụ nữ đang mang cái gì kế một vòi chữa cháy rất cao",
      "ground_truth": "túi",
      "ground_truth_normalized": "túi",
      "predicted_top1": "vòi",
      "predicted_topk": [
        "vòi",
        "balo",
        "nón",
        "túi",
        "mũ",
        "ván trượt",
        "chiếc ô",
        "cái túi",
        "lá cờ",
        "máy ảnh"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.304309,
      "confidences": [
        0.304309,
        0.048337,
        0.041103,
        0.028305,
        0.026332,
        0.02365,
        0.021449,
        0.014771,
        0.012659,
        0.012426
      ],
      "gate_score_top1": 0.751465,
      "gate_scores": [
        0.751465,
        0.717285,
        0.69873,
        0.722656,
        0.560059,
        0.69043,
        0.730469,
        0.679199,
        0.562988,
        0.570801
      ]
    },
    {
      "question_id": "10056701",
      "image_id": 550055,
      "question": "những gì bận rộn với các máy bay và phương tiện khác nhau",
      "ground_truth": "sân bay",
      "ground_truth_normalized": "sân bay",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "ga-ra",
        "bảo tàng",
        "bến tàu",
        "kho",
        "xe đẩy",
        "trạm",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.564974,
      "confidences": [
        0.564974,
        0.273203,
        0.018628,
        0.006264,
        0.004247,
        0.003453,
        0.00333,
        0.003098,
        0.002782,
        0.002684
      ],
      "gate_score_top1": 0.794922,
      "gate_scores": [
        0.794922,
        0.790527,
        0.577148,
        0.578613,
        0.585938,
        0.463623,
        0.504883,
        0.58252,
        0.490723,
        0.595703
      ]
    },
    {
      "question_id": "10020711",
      "image_id": 11222,
      "question": "màu của ghế là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xám",
        "màu nâu",
        "màu vàng",
        "màu đỏ",
        "màu cam",
        "màu đen",
        "màu tía",
        "màu trắng",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.843604,
      "confidences": [
        0.843604,
        0.09502,
        0.023468,
        0.010619,
        0.007299,
        0.003434,
        0.002765,
        0.001466,
        0.001089,
        0.000847
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.79834,
        0.724609,
        0.752441,
        0.733398,
        0.791504,
        0.717285,
        0.648926,
        0.709473,
        0.647949
      ]
    },
    {
      "question_id": "10043511",
      "image_id": 523890,
      "question": "bột bánh quy ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "sân vận động",
      "predicted_topk": [
        "sân vận động",
        "lồng",
        "găng tay",
        "gậy",
        "chuồng",
        "hộp",
        "quả bóng",
        "vườn bách thú",
        "rào chắn",
        "áo sơ mi"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.550901,
      "confidences": [
        0.550901,
        0.158453,
        0.071142,
        0.049472,
        0.023006,
        0.01911,
        0.012631,
        0.005204,
        0.003132,
        0.002919
      ],
      "gate_score_top1": 0.833008,
      "gate_scores": [
        0.833008,
        0.825684,
        0.799805,
        0.753906,
        0.685059,
        0.555664,
        0.657715,
        0.654785,
        0.575684,
        0.53125
      ]
    },
    {
      "question_id": "10100251",
      "image_id": 524742,
      "question": "những gì được bao phủ trong graffiti bên cạnh một vỉa hè",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "xe điện",
        "xe đẩy",
        "tàu hỏa",
        "trạm",
        "xe điện ngầm",
        "xe ô tô",
        "cửa",
        "phương tiện giao thông",
        "xe cộ"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.879421,
      "confidences": [
        0.879421,
        0.013198,
        0.012792,
        0.011738,
        0.010099,
        0.007594,
        0.006968,
        0.002761,
        0.002574,
        0.002499
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.716309,
        0.742188,
        0.693848,
        0.734375,
        0.649902,
        0.707031,
        0.604492,
        0.629883,
        0.59375
      ]
    },
    {
      "question_id": "10082431",
      "image_id": 523955,
      "question": "hai người đàn ông mặc trang phục trượt tuyết đứng trên cái gì phủ đầy tuyết",
      "ground_truth": "đồi",
      "ground_truth_normalized": "đồi",
      "predicted_top1": "núi",
      "predicted_topk": [
        "núi",
        "trượt tuyết",
        "đồi",
        "ván trượt",
        "cây",
        "bầu trời",
        "trang thiết bị",
        "áo sơ mi",
        "bức ảnh",
        "ba lan"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.362453,
      "confidences": [
        0.362453,
        0.304026,
        0.112722,
        0.112283,
        0.00983,
        0.005813,
        0.003995,
        0.002654,
        0.002457,
        0.002294
      ],
      "gate_score_top1": 0.800781,
      "gate_scores": [
        0.800781,
        0.833496,
        0.808594,
        0.790527,
        0.652832,
        0.625,
        0.640625,
        0.571777,
        0.615234,
        0.561035
      ]
    },
    {
      "question_id": "10056501",
      "image_id": 465664,
      "question": "những gì nằm xung quanh máy bay trên đường băng",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "sân bay",
        "bầu trời",
        "con thoi",
        "hải âu",
        "núi",
        "bến tàu",
        "rào chắn",
        "bảo tàng",
        "ga-ra"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.962936,
      "confidences": [
        0.962936,
        0.012409,
        0.002282,
        0.000513,
        0.000501,
        0.000428,
        0.000406,
        0.0004,
        0.000379,
        0.000358
      ],
      "gate_score_top1": 0.882812,
      "gate_scores": [
        0.882812,
        0.708496,
        0.556641,
        0.390381,
        0.498779,
        0.464844,
        0.418701,
        0.405029,
        0.456055,
        0.430176
      ]
    },
    {
      "question_id": "10099101",
      "image_id": 457566,
      "question": "bánh sandwich đóng gói hào phóng làm gì",
      "ground_truth": "bữa trưa",
      "ground_truth_normalized": "bữa trưa",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "bữa trưa",
        "rau",
        "quả táo",
        "đồ uống",
        "cái nĩa",
        "thịt",
        "nước"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.257299,
      "confidences": [
        0.257299,
        0.112406,
        0.035026,
        0.031397,
        0.028199,
        0.027385,
        0.020551,
        0.018785,
        0.017855,
        0.016806
      ],
      "gate_score_top1": 0.766602,
      "gate_scores": [
        0.766602,
        0.76416,
        0.672852,
        0.500977,
        0.733398,
        0.70752,
        0.57373,
        0.63916,
        0.65332,
        0.537598
      ]
    },
    {
      "question_id": "10063711",
      "image_id": 478766,
      "question": "những gì được phục vụ với khoai tây nướng và bông cải xanh",
      "ground_truth": "cá",
      "ground_truth_normalized": "cá",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "món ăn",
        "thịt",
        "quán ăn",
        "dĩa",
        "bữa ăn tối",
        "chén đĩa",
        "sandwich",
        "đĩa"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.650139,
      "confidences": [
        0.650139,
        0.100484,
        0.043898,
        0.026111,
        0.02098,
        0.020256,
        0.011954,
        0.010027,
        0.008427,
        0.007365
      ],
      "gate_score_top1": 0.848145,
      "gate_scores": [
        0.848145,
        0.795898,
        0.758789,
        0.729004,
        0.763672,
        0.722168,
        0.682129,
        0.652832,
        0.732422,
        0.621582
      ]
    },
    {
      "question_id": "10016771",
      "image_id": 288131,
      "question": "màu của tòa nhà là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu nâu",
        "màu trắng",
        "màu vàng",
        "màu cam",
        "màu xanh lá",
        "màu xám",
        "màu đen",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.497655,
      "confidences": [
        0.497655,
        0.311424,
        0.115917,
        0.019754,
        0.017029,
        0.015505,
        0.007239,
        0.004173,
        0.002653,
        0.000623
      ],
      "gate_score_top1": 0.858887,
      "gate_scores": [
        0.858887,
        0.825195,
        0.873535,
        0.808105,
        0.818359,
        0.756348,
        0.786133,
        0.73877,
        0.700684,
        0.668457
      ]
    },
    {
      "question_id": "10061871",
      "image_id": 334746,
      "question": "cái gì đã bày ra trên bàn với một ly rượu trong nền",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "bữa ăn",
        "dĩa",
        "rau",
        "rượu",
        "thịt",
        "đĩa",
        "cái nĩa",
        "bữa ăn tối",
        "món ăn"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.250704,
      "confidences": [
        0.250704,
        0.165059,
        0.047198,
        0.038148,
        0.030473,
        0.030295,
        0.025964,
        0.018555,
        0.016407,
        0.014593
      ],
      "gate_score_top1": 0.787598,
      "gate_scores": [
        0.787598,
        0.771973,
        0.671387,
        0.755371,
        0.694336,
        0.621582,
        0.665527,
        0.662598,
        0.593262,
        0.674805
      ]
    },
    {
      "question_id": "10104921",
      "image_id": 337185,
      "question": "có bao nhiêu con ngựa vằn đang đứng trong một đám mây",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.62375,
      "confidences": [
        0.62375,
        0.316101,
        0.038347,
        0.00761,
        0.003148,
        0.002385,
        0.001978,
        0.001026,
        0.000666,
        0.000352
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.868164,
        0.778809,
        0.612793,
        0.705078,
        0.63623,
        0.610352,
        0.561523,
        0.563477,
        0.48584
      ]
    },
    {
      "question_id": "10034581",
      "image_id": 521339,
      "question": "người trượt ván trẻ đang nhảy vào đâu",
      "ground_truth": "đường ống",
      "ground_truth_normalized": "đường ống",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "ga-ra",
        "tòa nhà",
        "ván trượt",
        "bát",
        "trượt tuyết",
        "chậu",
        "chuồng",
        "đường ống",
        "phòng tắm"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.160911,
      "confidences": [
        0.160911,
        0.085292,
        0.070434,
        0.040924,
        0.033597,
        0.030831,
        0.024247,
        0.016632,
        0.015855,
        0.015839
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.649902,
        0.713379,
        0.655273,
        0.648926,
        0.680664,
        0.539062,
        0.57373,
        0.520508,
        0.55957
      ]
    },
    {
      "question_id": "10004841",
      "image_id": 545088,
      "question": "màu của quần short là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu đen",
        "màu vàng",
        "màu xanh dương",
        "màu xanh lá",
        "màu xám",
        "màu nâu",
        "màu tía",
        "màu đỏ",
        "màu cam"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.394473,
      "confidences": [
        0.394473,
        0.283021,
        0.114798,
        0.114798,
        0.027267,
        0.016733,
        0.015843,
        0.008818,
        0.002913,
        0.001238
      ],
      "gate_score_top1": 0.870117,
      "gate_scores": [
        0.870117,
        0.790039,
        0.826172,
        0.836914,
        0.723633,
        0.757812,
        0.759277,
        0.762695,
        0.655273,
        0.681641
      ]
    },
    {
      "question_id": "10008891",
      "image_id": 319295,
      "question": "màu sắc của hành tây là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu xanh dương",
        "màu trắng",
        "màu tía",
        "màu nâu",
        "màu xám",
        "màu đen",
        "màu vàng",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.6369,
      "confidences": [
        0.6369,
        0.259349,
        0.035236,
        0.016007,
        0.012762,
        0.011306,
        0.006621,
        0.005958,
        0.005156,
        0.003743
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.861328,
        0.815918,
        0.783203,
        0.785156,
        0.786133,
        0.741699,
        0.75,
        0.779785,
        0.755371
      ]
    },
    {
      "question_id": "10068461",
      "image_id": 383606,
      "question": "người đàn ông cầm những gì phản chiếu trong một tấm gương phòng tắm ",
      "ground_truth": "máy ảnh",
      "ground_truth_normalized": "máy ảnh",
      "predicted_top1": "gương",
      "predicted_topk": [
        "gương",
        "phòng tắm",
        "máy ảnh",
        "vòi hoa sen",
        "cửa",
        "ô cửa",
        "bức ảnh",
        "bàn chải",
        "khăn",
        "tường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.400195,
      "confidences": [
        0.400195,
        0.14665,
        0.117836,
        0.029562,
        0.02619,
        0.019236,
        0.015639,
        0.01218,
        0.010097,
        0.009748
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.699707,
        0.729492,
        0.650391,
        0.68457,
        0.692871,
        0.625977,
        0.677734,
        0.580566,
        0.620117
      ]
    },
    {
      "question_id": "10095421",
      "image_id": 534827,
      "question": "năm người đàn ông cưỡi những gì trên đường phố",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "xe cộ",
        "đường",
        "con khỉ",
        "cây",
        "ga-ra",
        "chim bồ câu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.875371,
      "confidences": [
        0.875371,
        0.077998,
        0.018671,
        0.002454,
        0.001152,
        0.001083,
        0.000486,
        0.00043,
        0.000383,
        0.000349
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.830078,
        0.738281,
        0.525879,
        0.51123,
        0.61084,
        0.371582,
        0.463623,
        0.456543,
        0.424072
      ]
    },
    {
      "question_id": "10112641",
      "image_id": 170173,
      "question": "có bao nhiêu người cưỡi ngựa trên con đường mòn bên sông",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.539156,
      "confidences": [
        0.539156,
        0.406976,
        0.043401,
        0.004117,
        0.002062,
        0.000566,
        0.000192,
        0.000156,
        0.00015,
        9.4e-05
      ],
      "gate_score_top1": 0.89209,
      "gate_scores": [
        0.89209,
        0.880859,
        0.841797,
        0.704102,
        0.647461,
        0.485352,
        0.477295,
        0.457275,
        0.4021,
        0.38623
      ]
    },
    {
      "question_id": "10067261",
      "image_id": 364884,
      "question": "người đang cưỡi ván trượt tuyết trên tuyết bao phủ là gì",
      "ground_truth": "con dốc",
      "ground_truth_normalized": "con dốc",
      "predicted_top1": "trượt tuyết",
      "predicted_topk": [
        "trượt tuyết",
        "núi",
        "ván trượt",
        "đồi",
        "cây",
        "áo sơ mi",
        "bầu trời",
        "trang thiết bị",
        "bức ảnh",
        "hồ bơi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.332312,
      "confidences": [
        0.332312,
        0.229288,
        0.109585,
        0.063176,
        0.016225,
        0.009822,
        0.006051,
        0.004648,
        0.004626,
        0.004423
      ],
      "gate_score_top1": 0.758301,
      "gate_scores": [
        0.758301,
        0.753906,
        0.746582,
        0.73584,
        0.637695,
        0.553223,
        0.571289,
        0.5625,
        0.601562,
        0.642578
      ]
    },
    {
      "question_id": "10013631",
      "image_id": 438315,
      "question": "màu của nút là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu tía",
        "màu đen",
        "màu nâu",
        "màu đỏ",
        "màu vàng",
        "màu xám",
        "màu cam"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.570128,
      "confidences": [
        0.570128,
        0.216396,
        0.154651,
        0.018043,
        0.008759,
        0.006612,
        0.006484,
        0.003902,
        0.003609,
        0.003364
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.837402,
        0.82959,
        0.791016,
        0.72998,
        0.750977,
        0.78418,
        0.710449,
        0.77832,
        0.745117
      ]
    },
    {
      "question_id": "10041121",
      "image_id": 188534,
      "question": "bữa trưa mang đi nằm ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "thùng chứa",
      "predicted_topk": [
        "thùng chứa",
        "hộp",
        "cái mâm",
        "giấy bạc",
        "chén đĩa",
        "món ăn",
        "cái túi",
        "cái rổ",
        "vali",
        "ngăn kéo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.46392,
      "confidences": [
        0.46392,
        0.451407,
        0.016062,
        0.006168,
        0.005572,
        0.005508,
        0.00303,
        0.002643,
        0.002566,
        0.001785
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.854004,
        0.756836,
        0.72168,
        0.59082,
        0.73291,
        0.691895,
        0.685547,
        0.618164,
        0.553711
      ]
    },
    {
      "question_id": "10035251",
      "image_id": 236375,
      "question": "người đàn ông đốt lò ở đâu",
      "ground_truth": "cửa tiệm",
      "ground_truth_normalized": "cửa tiệm",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "lò vi sóng",
        "quán ăn",
        "tạp dề",
        "cửa tiệm",
        "phòng",
        "chảo",
        "cửa hàng",
        "nhà ở",
        "quán bar"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.339912,
      "confidences": [
        0.339912,
        0.215219,
        0.159313,
        0.081369,
        0.060705,
        0.011317,
        0.007733,
        0.005483,
        0.003836,
        0.00361
      ],
      "gate_score_top1": 0.831543,
      "gate_scores": [
        0.831543,
        0.765625,
        0.842773,
        0.754395,
        0.729492,
        0.657715,
        0.605469,
        0.643555,
        0.708008,
        0.565918
      ]
    },
    {
      "question_id": "10118771",
      "image_id": 274585,
      "question": "có bao nhiêu ô tô dừng lại vào ban đêm",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "bốn",
        "một",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.439712,
      "confidences": [
        0.439712,
        0.3217,
        0.169524,
        0.040109,
        0.015892,
        0.003987,
        0.002052,
        0.000994,
        0.000643,
        0.00061
      ],
      "gate_score_top1": 0.86377,
      "gate_scores": [
        0.86377,
        0.879883,
        0.847168,
        0.791992,
        0.771973,
        0.555176,
        0.599121,
        0.567383,
        0.486572,
        0.496582
      ]
    },
    {
      "question_id": "10052241",
      "image_id": 168173,
      "question": "người đàn ông chuẩn bị bánh sandwich ở đâu",
      "ground_truth": "quán ăn",
      "ground_truth_normalized": "quán ăn",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "cửa hàng",
        "quán ăn",
        "tạp dề",
        "cửa tiệm",
        "phòng",
        "nhà ở",
        "lò vi sóng",
        "quán bar",
        "tủ lạnh"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.694543,
      "confidences": [
        0.694543,
        0.079773,
        0.072635,
        0.059515,
        0.017592,
        0.007234,
        0.004457,
        0.003995,
        0.002495,
        0.001947
      ],
      "gate_score_top1": 0.841797,
      "gate_scores": [
        0.841797,
        0.791504,
        0.832031,
        0.78418,
        0.734375,
        0.714844,
        0.672852,
        0.608887,
        0.659668,
        0.716309
      ]
    },
    {
      "question_id": "10043931",
      "image_id": 456755,
      "question": "một con voi và một mô hình thị trấn thu nhỏ hiển thị",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "thân cây",
      "predicted_topk": [
        "thân cây",
        "cái lều",
        "vườn bách thú",
        "kho",
        "bảo tàng",
        "cây",
        "cửa tiệm",
        "bãi cỏ",
        "tòa nhà",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.072819,
      "confidences": [
        0.072819,
        0.046287,
        0.032124,
        0.027965,
        0.022802,
        0.021212,
        0.02115,
        0.020701,
        0.018977,
        0.018448
      ],
      "gate_score_top1": 0.666504,
      "gate_scores": [
        0.666504,
        0.591309,
        0.674805,
        0.685547,
        0.723633,
        0.717773,
        0.605957,
        0.520996,
        0.685059,
        0.612793
      ]
    },
    {
      "question_id": "10060151",
      "image_id": 346638,
      "question": "cái gì đang ngồi bên cạnh máy tính",
      "ground_truth": "bia",
      "ground_truth_normalized": "bia",
      "predicted_top1": "chai",
      "predicted_topk": [
        "chai",
        "bia",
        "rượu",
        "máy tính",
        "đồ uống",
        "cái bàn",
        "cái kệ",
        "một",
        "tủ đá",
        "nước"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.190042,
      "confidences": [
        0.190042,
        0.132153,
        0.030364,
        0.02542,
        0.022389,
        0.016332,
        0.016095,
        0.015448,
        0.014204,
        0.011435
      ],
      "gate_score_top1": 0.69873,
      "gate_scores": [
        0.69873,
        0.657715,
        0.582031,
        0.683105,
        0.55957,
        0.61084,
        0.535645,
        0.484863,
        0.611816,
        0.493408
      ]
    },
    {
      "question_id": "10038221",
      "image_id": 39040,
      "question": "nhóm người có ô có ở đâu",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "xe tải",
        "xe ô tô",
        "vạch kẻ đường",
        "xe đẩy",
        "xe tay ga",
        "áo vest",
        "xe cộ",
        "phương tiện giao thông"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.347228,
      "confidences": [
        0.347228,
        0.28674,
        0.075387,
        0.038354,
        0.019437,
        0.013543,
        0.013177,
        0.012872,
        0.012379,
        0.011538
      ],
      "gate_score_top1": 0.75,
      "gate_scores": [
        0.75,
        0.829102,
        0.747559,
        0.726562,
        0.649414,
        0.702637,
        0.626465,
        0.589355,
        0.591309,
        0.622559
      ]
    },
    {
      "question_id": "10034611",
      "image_id": 153985,
      "question": "đàn ông sử dụng máy tính xách tay ở đâu",
      "ground_truth": "thư viện",
      "ground_truth_normalized": "thư viện",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "thư viện",
        "phòng",
        "lớp học",
        "cửa tiệm",
        "cái bàn",
        "tòa nhà",
        "cái ghế",
        "chung cư",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.487696,
      "confidences": [
        0.487696,
        0.127223,
        0.119983,
        0.065745,
        0.027407,
        0.014163,
        0.012138,
        0.009453,
        0.008624,
        0.007405
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.72998,
        0.783691,
        0.766113,
        0.794922,
        0.600098,
        0.65918,
        0.615723,
        0.650391,
        0.729004
      ]
    },
    {
      "question_id": "10057801",
      "image_id": 356648,
      "question": "nhóm đàn ông đang điều tra cái gì",
      "ground_truth": "hộp đựng",
      "ground_truth_normalized": "hộp đựng",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "quả bóng",
        "pizza",
        "áo sơ mi",
        "vợt",
        "nước",
        "gậy",
        "mũ",
        "lồng",
        "sân vận động"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.03614,
      "confidences": [
        0.03614,
        0.035929,
        0.033294,
        0.032777,
        0.02518,
        0.021538,
        0.017544,
        0.016433,
        0.015711,
        0.013892
      ],
      "gate_score_top1": 0.599121,
      "gate_scores": [
        0.599121,
        0.707031,
        0.670898,
        0.67334,
        0.70459,
        0.579102,
        0.629883,
        0.639648,
        0.593262,
        0.584961
      ]
    },
    {
      "question_id": "10074541",
      "image_id": 444565,
      "question": "những gì ngồi trong phòng khách",
      "ground_truth": "cái bàn",
      "ground_truth_normalized": "cái bàn",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "cây",
        "cái kệ",
        "bức ảnh",
        "đi văng",
        "cái bàn",
        "nhà ở",
        "cửa sổ",
        "bông hoa"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.06942,
      "confidences": [
        0.06942,
        0.06888,
        0.067022,
        0.050988,
        0.044559,
        0.043188,
        0.041859,
        0.02138,
        0.01924,
        0.018978
      ],
      "gate_score_top1": 0.727051,
      "gate_scores": [
        0.727051,
        0.653809,
        0.645508,
        0.643555,
        0.595215,
        0.620605,
        0.662598,
        0.704102,
        0.59668,
        0.658691
      ]
    },
    {
      "question_id": "10074551",
      "image_id": 461007,
      "question": "băng ghế đã làm gì trước một cây nho",
      "ground_truth": "rào chắn",
      "ground_truth_normalized": "rào chắn",
      "predicted_top1": "băng ghế",
      "predicted_topk": [
        "băng ghế",
        "sân vườn",
        "cây",
        "rào chắn",
        "hồ",
        "vòi",
        "những bức ảnh",
        "lối đi",
        "sân",
        "lá"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.552189,
      "confidences": [
        0.552189,
        0.083368,
        0.031092,
        0.024595,
        0.012961,
        0.012319,
        0.010957,
        0.00777,
        0.007627,
        0.006555
      ],
      "gate_score_top1": 0.820312,
      "gate_scores": [
        0.820312,
        0.801758,
        0.731934,
        0.567871,
        0.404297,
        0.631348,
        0.590332,
        0.536133,
        0.612793,
        0.535645
      ]
    },
    {
      "question_id": "10115601",
      "image_id": 341241,
      "question": "có bao nhiêu người trên lưng ngựa xếp hàng thành một hàng",
      "ground_truth": "mười",
      "ground_truth_normalized": "mười",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "chín",
        "tám",
        "mười",
        "ba",
        "sân vận động",
        "đồng hồ"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.617397,
      "confidences": [
        0.617397,
        0.239895,
        0.059714,
        0.048358,
        0.004614,
        0.003409,
        0.001391,
        0.000791,
        0.000574,
        0.000481
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.84082,
        0.760742,
        0.774902,
        0.655273,
        0.633301,
        0.552246,
        0.543457,
        0.524414,
        0.518066
      ]
    },
    {
      "question_id": "10112851",
      "image_id": 140352,
      "question": "có bao nhiêu cái bình được bày trên bệ",
      "ground_truth": "bảy",
      "ground_truth_normalized": "bảy",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "ba",
        "chín",
        "tám",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.302919,
      "confidences": [
        0.302919,
        0.244355,
        0.235913,
        0.156539,
        0.010778,
        0.004935,
        0.004519,
        0.002013,
        0.001511,
        0.000696
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.791992,
        0.773438,
        0.807617,
        0.624512,
        0.617188,
        0.58252,
        0.55127,
        0.545898,
        0.496094
      ]
    },
    {
      "question_id": "10098141",
      "image_id": 480657,
      "question": "những gì bên cạnh xe buýt bên ngoài",
      "ground_truth": "cây sào",
      "ground_truth_normalized": "cây sào",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "con thuyền",
        "bảng",
        "cây sào",
        "bờ biển",
        "thuyền buồm",
        "bến du thuyền",
        "cái lều",
        "ca nô",
        "máy bay"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.164732,
      "confidences": [
        0.164732,
        0.107823,
        0.102885,
        0.058508,
        0.027262,
        0.016665,
        0.015625,
        0.014535,
        0.014296,
        0.009523
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.65918,
        0.637695,
        0.60498,
        0.54541,
        0.577148,
        0.567383,
        0.449707,
        0.46167,
        0.585938
      ]
    },
    {
      "question_id": "10057781",
      "image_id": 517386,
      "question": "cái gì trên bàn đáng yêu được chuẩn bị cho bữa sáng",
      "ground_truth": "tách",
      "ground_truth_normalized": "tách",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "lọ cắm hoa",
        "cây",
        "chai",
        "tách",
        "bảy",
        "năm",
        "ba",
        "một",
        "sáu"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.194076,
      "confidences": [
        0.194076,
        0.137084,
        0.105517,
        0.039816,
        0.035,
        0.032307,
        0.028289,
        0.025959,
        0.02359,
        0.017192
      ],
      "gate_score_top1": 0.8125,
      "gate_scores": [
        0.8125,
        0.708496,
        0.75293,
        0.672363,
        0.704102,
        0.604492,
        0.705078,
        0.574219,
        0.574219,
        0.625
      ]
    },
    {
      "question_id": "10109251",
      "image_id": 392015,
      "question": "có bao nhiêu con hươu cao cổ ăn cỏ khô trong vườn thú",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.464703,
      "confidences": [
        0.464703,
        0.337338,
        0.132104,
        0.026013,
        0.00899,
        0.007964,
        0.002506,
        0.002057,
        0.00187,
        0.000626
      ],
      "gate_score_top1": 0.834473,
      "gate_scores": [
        0.834473,
        0.837402,
        0.798828,
        0.755859,
        0.669434,
        0.644531,
        0.663574,
        0.516602,
        0.562988,
        0.512207
      ]
    },
    {
      "question_id": "10114941",
      "image_id": 36598,
      "question": "có bao nhiêu cặp đôi đang đi bộ dưới mưa, cầm ô che mưa",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "một",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.546305,
      "confidences": [
        0.546305,
        0.438968,
        0.005569,
        0.005232,
        0.00027,
        0.000241,
        0.000119,
        0.000102,
        8.5e-05,
        5.9e-05
      ],
      "gate_score_top1": 0.888184,
      "gate_scores": [
        0.888184,
        0.874512,
        0.786621,
        0.740723,
        0.408936,
        0.552734,
        0.424072,
        0.429443,
        0.364746,
        0.348877
      ]
    },
    {
      "question_id": "10093081",
      "image_id": 449402,
      "question": "người đàn ông mặc những gì đang sử dụng điện thoại di động",
      "ground_truth": "nón",
      "ground_truth_normalized": "nón",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "nón",
        "cà vạt",
        "máy ảnh",
        "áo sơ mi",
        "chiếc ô",
        "bức ảnh",
        "đồng hồ",
        "thuốc lá",
        "áo vest"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.564709,
      "confidences": [
        0.564709,
        0.169557,
        0.026723,
        0.024715,
        0.013255,
        0.007263,
        0.006152,
        0.005419,
        0.005288,
        0.00509
      ],
      "gate_score_top1": 0.848145,
      "gate_scores": [
        0.848145,
        0.795898,
        0.778809,
        0.758301,
        0.638184,
        0.686523,
        0.623047,
        0.746094,
        0.525391,
        0.657227
      ]
    },
    {
      "question_id": "10031641",
      "image_id": 425179,
      "question": "giường được làm bằng khăn trải giường màu trắng ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "nhà ở",
        "hành lang",
        "cửa sổ",
        "ô cửa",
        "tòa nhà",
        "cửa",
        "giường",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.462634,
      "confidences": [
        0.462634,
        0.431222,
        0.044571,
        0.009868,
        0.005471,
        0.003093,
        0.002176,
        0.002126,
        0.001869,
        0.001742
      ],
      "gate_score_top1": 0.903809,
      "gate_scores": [
        0.903809,
        0.865234,
        0.830566,
        0.706543,
        0.719238,
        0.609863,
        0.592773,
        0.62793,
        0.529785,
        0.648926
      ]
    },
    {
      "question_id": "10084611",
      "image_id": 377595,
      "question": "cái gì được giữ với nhau bởi cái túi và cái xiên",
      "ground_truth": "bánh ngọt",
      "ground_truth_normalized": "bánh ngọt",
      "predicted_top1": "cái mâm",
      "predicted_topk": [
        "cái mâm",
        "sandwich",
        "chảo",
        "bánh ngọt",
        "bánh",
        "đĩa ăn",
        "dao",
        "cupcake",
        "sô cô la",
        "món ăn"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.114837,
      "confidences": [
        0.114837,
        0.100948,
        0.090137,
        0.080169,
        0.076051,
        0.036776,
        0.028142,
        0.025079,
        0.023977,
        0.022175
      ],
      "gate_score_top1": 0.774414,
      "gate_scores": [
        0.774414,
        0.753906,
        0.688477,
        0.675781,
        0.706055,
        0.736328,
        0.740723,
        0.615234,
        0.632812,
        0.657227
      ]
    },
    {
      "question_id": "10076651",
      "image_id": 437218,
      "question": "những gì đang ngồi trên giá đỡ trong một căn phòng",
      "ground_truth": "vô tuyến",
      "ground_truth_normalized": "vô tuyến",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái bàn",
        "nhiều cái ghế",
        "bức ảnh",
        "máy tính",
        "tường",
        "cái kệ",
        "chung cư",
        "cây",
        "xe ô tô"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.052028,
      "confidences": [
        0.052028,
        0.049549,
        0.033922,
        0.030706,
        0.030112,
        0.027204,
        0.025159,
        0.02273,
        0.022246,
        0.020899
      ],
      "gate_score_top1": 0.697266,
      "gate_scores": [
        0.697266,
        0.680176,
        0.598145,
        0.539551,
        0.739258,
        0.597168,
        0.595215,
        0.510742,
        0.626465,
        0.640137
      ]
    },
    {
      "question_id": "10002081",
      "image_id": 391046,
      "question": "màu của cát là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu xanh dương",
        "màu xanh lá",
        "màu tía",
        "màu vàng",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.707424,
      "confidences": [
        0.707424,
        0.081571,
        0.070594,
        0.043322,
        0.041016,
        0.029199,
        0.005401,
        0.004014,
        0.003522,
        0.002954
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.839844,
        0.794434,
        0.790039,
        0.796387,
        0.805176,
        0.67041,
        0.713379,
        0.730957,
        0.729004
      ]
    },
    {
      "question_id": "10067271",
      "image_id": 554021,
      "question": "người đàn ông đang xông hơi trong phòng tắm là gì",
      "ground_truth": "quần áo",
      "ground_truth_normalized": "quần áo",
      "predicted_top1": "chuối",
      "predicted_topk": [
        "chuối",
        "con voi",
        "khăn",
        "bàn chải",
        "máy sấy khô",
        "bức ảnh",
        "dao",
        "phòng tắm",
        "tường",
        "thuốc lá"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.264544,
      "confidences": [
        0.264544,
        0.042185,
        0.029565,
        0.02645,
        0.02223,
        0.017932,
        0.013158,
        0.011703,
        0.011454,
        0.010178
      ],
      "gate_score_top1": 0.756348,
      "gate_scores": [
        0.756348,
        0.665527,
        0.577148,
        0.666504,
        0.509766,
        0.537109,
        0.661133,
        0.540039,
        0.620605,
        0.537109
      ]
    },
    {
      "question_id": "10061511",
      "image_id": 574110,
      "question": "những gì nằm ở đầu một tòa nhà mới",
      "ground_truth": "tòa tháp",
      "ground_truth_normalized": "tòa tháp",
      "predicted_top1": "tòa nhà",
      "predicted_topk": [
        "tòa nhà",
        "tòa tháp",
        "đồng hồ",
        "các tòa nhà",
        "lá cờ",
        "cờ",
        "bức tượng",
        "cây",
        "bức ảnh",
        "cầu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.620823,
      "confidences": [
        0.620823,
        0.277649,
        0.02035,
        0.007969,
        0.003846,
        0.003048,
        0.002517,
        0.002116,
        0.002051,
        0.001976
      ],
      "gate_score_top1": 0.846191,
      "gate_scores": [
        0.846191,
        0.854004,
        0.711914,
        0.69873,
        0.651367,
        0.591797,
        0.582031,
        0.668945,
        0.583984,
        0.572754
      ]
    },
    {
      "question_id": "10038901",
      "image_id": 111194,
      "question": "trẻ mới biết đi đang đánh răng ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "phòng",
        "hành lang",
        "gương",
        "ô cửa",
        "nhà ở",
        "phòng ngủ",
        "cửa",
        "bàn chải",
        "vòi hoa sen"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.187779,
      "confidences": [
        0.187779,
        0.184147,
        0.110821,
        0.084308,
        0.07951,
        0.064895,
        0.017263,
        0.016122,
        0.010069,
        0.008938
      ],
      "gate_score_top1": 0.734375,
      "gate_scores": [
        0.734375,
        0.77002,
        0.666992,
        0.78418,
        0.681152,
        0.733887,
        0.760742,
        0.587891,
        0.616699,
        0.60498
      ]
    },
    {
      "question_id": "10080301",
      "image_id": 485916,
      "question": "những gì tỏa sáng qua cửa sổ trên phòng tắm sạch sẽ",
      "ground_truth": "mặt trời",
      "ground_truth_normalized": "mặt trời",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "khăn",
        "cửa",
        "vòi hoa sen",
        "bồn tắm",
        "tường",
        "quầy tính tiền",
        "bức ảnh",
        "gương",
        "bồn tiểu"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.118083,
      "confidences": [
        0.118083,
        0.086055,
        0.074039,
        0.073319,
        0.056216,
        0.053432,
        0.048841,
        0.044557,
        0.026658,
        0.021463
      ],
      "gate_score_top1": 0.663574,
      "gate_scores": [
        0.663574,
        0.680176,
        0.658203,
        0.674316,
        0.756836,
        0.645996,
        0.634766,
        0.613281,
        0.668457,
        0.643066
      ]
    },
    {
      "question_id": "10060371",
      "image_id": 454731,
      "question": "những gì đang giữ một thức uống lành mạnh nằm bên cạnh một quả chuối và một bát granola",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "chuối",
      "predicted_topk": [
        "chuối",
        "bát",
        "hộp",
        "thùng chứa",
        "hoa quả",
        "cà rốt",
        "những quả cam",
        "cái mâm",
        "cái rổ",
        "chén đĩa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.234063,
      "confidences": [
        0.234063,
        0.132327,
        0.109275,
        0.0402,
        0.036176,
        0.022418,
        0.021856,
        0.020372,
        0.012551,
        0.012284
      ],
      "gate_score_top1": 0.770508,
      "gate_scores": [
        0.770508,
        0.72168,
        0.758301,
        0.654785,
        0.693848,
        0.697754,
        0.634766,
        0.667969,
        0.641602,
        0.658691
      ]
    },
    {
      "question_id": "10047261",
      "image_id": 182903,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "ô cửa",
      "ground_truth_normalized": "ô cửa",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái túi",
        "vali",
        "hành lý",
        "cái ghế",
        "phòng ngủ",
        "túi",
        "balo",
        "sàn nhà",
        "giường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.292944,
      "confidences": [
        0.292944,
        0.173563,
        0.117439,
        0.061165,
        0.03783,
        0.025697,
        0.020368,
        0.01794,
        0.012475,
        0.011974
      ],
      "gate_score_top1": 0.793457,
      "gate_scores": [
        0.793457,
        0.768555,
        0.703613,
        0.668457,
        0.652344,
        0.753906,
        0.584961,
        0.644043,
        0.584473,
        0.643555
      ]
    },
    {
      "question_id": "10062731",
      "image_id": 454731,
      "question": "cái hộp đựng thứ nằm bên cạnh một quả chuối và một bát granola",
      "ground_truth": "nước",
      "ground_truth_normalized": "nước",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "bát",
        "thùng chứa",
        "chuối",
        "cái lọ",
        "cái mâm",
        "hoa quả",
        "chén đĩa",
        "cà rốt",
        "những quả cam"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.165157,
      "confidences": [
        0.165157,
        0.086186,
        0.078473,
        0.060758,
        0.031768,
        0.030491,
        0.025979,
        0.0237,
        0.023333,
        0.015912
      ],
      "gate_score_top1": 0.771484,
      "gate_scores": [
        0.771484,
        0.702637,
        0.699219,
        0.708984,
        0.699219,
        0.710938,
        0.695312,
        0.669434,
        0.692383,
        0.645508
      ]
    },
    {
      "question_id": "10112841",
      "image_id": 414067,
      "question": "có bao nhiêu con cừu đang đứng trên bãi cỏ bên cạnh một cái bia đá với một chiếc đèn lồng",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.49619,
      "confidences": [
        0.49619,
        0.395597,
        0.041049,
        0.039169,
        0.01006,
        0.003504,
        0.002783,
        0.002271,
        0.001271,
        0.001235
      ],
      "gate_score_top1": 0.874023,
      "gate_scores": [
        0.874023,
        0.866211,
        0.76123,
        0.783203,
        0.71875,
        0.667969,
        0.658203,
        0.658203,
        0.566406,
        0.57959
      ]
    },
    {
      "question_id": "10008211",
      "image_id": 579534,
      "question": "màu sắc của bông hoa là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu nâu",
        "màu xanh lá",
        "màu trắng",
        "màu đen",
        "màu vàng",
        "màu tía",
        "màu xám",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.775761,
      "confidences": [
        0.775761,
        0.101758,
        0.038024,
        0.021921,
        0.020999,
        0.012887,
        0.004192,
        0.00317,
        0.00314,
        0.000872
      ],
      "gate_score_top1": 0.878418,
      "gate_scores": [
        0.878418,
        0.844238,
        0.76416,
        0.774902,
        0.782715,
        0.777832,
        0.696289,
        0.653809,
        0.655762,
        0.606934
      ]
    },
    {
      "question_id": "10082481",
      "image_id": 387150,
      "question": "những gì đỗ lề đường bên cạnh đồng hồ đậu xe",
      "ground_truth": "xe cộ",
      "ground_truth_normalized": "xe cộ",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "đường",
        "đường phố",
        "xe buýt",
        "động cơ",
        "đoạn phim giới thiệu",
        "xe đẩy"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.816232,
      "confidences": [
        0.816232,
        0.113527,
        0.014603,
        0.011241,
        0.002613,
        0.001882,
        0.00146,
        0.001319,
        0.000853,
        0.000853
      ],
      "gate_score_top1": 0.845703,
      "gate_scores": [
        0.845703,
        0.777344,
        0.793945,
        0.751953,
        0.651367,
        0.498291,
        0.67041,
        0.532227,
        0.455322,
        0.683105
      ]
    },
    {
      "question_id": "10039881",
      "image_id": 233970,
      "question": "con mèo đang nằm ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "phòng",
        "giường",
        "nhà ở",
        "cửa sổ",
        "hành lang",
        "cửa",
        "ô cửa",
        "cái ghế",
        "chung cư"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.389973,
      "confidences": [
        0.389973,
        0.320783,
        0.15512,
        0.013768,
        0.011753,
        0.011459,
        0.009426,
        0.00424,
        0.003868,
        0.003251
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.828125,
        0.719238,
        0.726074,
        0.660156,
        0.634277,
        0.617188,
        0.488037,
        0.61377,
        0.595215
      ]
    },
    {
      "question_id": "10008341",
      "image_id": 90290,
      "question": "màu của tường là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu xanh dương",
        "màu tía",
        "màu xanh lá",
        "màu xám",
        "màu nâu",
        "màu vàng",
        "màu đen",
        "màu cam",
        "màu đỏ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.475187,
      "confidences": [
        0.475187,
        0.42264,
        0.027876,
        0.026187,
        0.016388,
        0.011175,
        0.005197,
        0.00464,
        0.002306,
        0.001424
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.869629,
        0.813965,
        0.734375,
        0.825684,
        0.768066,
        0.72998,
        0.733398,
        0.702148,
        0.740723
      ]
    },
    {
      "question_id": "10112251",
      "image_id": 453906,
      "question": "có bao nhiêu con ngựa vằn theo sau con khác trên một cảnh quan khô khan",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bãi cỏ",
        "tám",
        "bảy",
        "ngựa rằn",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.770302,
      "confidences": [
        0.770302,
        0.200945,
        0.020052,
        0.001338,
        0.000197,
        0.000184,
        0.00015,
        0.000145,
        0.000134,
        0.000101
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.839844,
        0.794434,
        0.649414,
        0.362061,
        0.459961,
        0.421875,
        0.383301,
        0.457764,
        0.410156
      ]
    },
    {
      "question_id": "10119541",
      "image_id": 54295,
      "question": "có bao nhiêu cậu bé đang đá quả bóng trong khi một cậu bé khác đang bảo vệ cậu ấy",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "một",
        "hai",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.56611,
      "confidences": [
        0.56611,
        0.247315,
        0.160931,
        0.015997,
        0.001334,
        0.000742,
        0.00036,
        0.000324,
        0.000227,
        0.000225
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.856445,
        0.858887,
        0.770508,
        0.611816,
        0.463379,
        0.456543,
        0.455566,
        0.400146,
        0.40625
      ]
    },
    {
      "question_id": "10101591",
      "image_id": 436174,
      "question": "những gì tất cả đậu sau bên cạnh nhau xếp hàng trên đường",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "đường",
        "cây",
        "xe cộ",
        "ga-ra",
        "con khỉ",
        "chim bồ câu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.892076,
      "confidences": [
        0.892076,
        0.087983,
        0.003319,
        0.001553,
        0.000818,
        0.000384,
        0.000353,
        0.0003,
        0.000281,
        0.000173
      ],
      "gate_score_top1": 0.879883,
      "gate_scores": [
        0.879883,
        0.85498,
        0.685547,
        0.562988,
        0.565918,
        0.512695,
        0.560547,
        0.563965,
        0.393311,
        0.436035
      ]
    },
    {
      "question_id": "10038211",
      "image_id": 236370,
      "question": "khách của đám cưới tập trung ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhà ở",
        "lớp học",
        "tòa nhà",
        "quán ăn",
        "thư viện",
        "cửa tiệm",
        "ô cửa",
        "văn phòng",
        "kho"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.488777,
      "confidences": [
        0.488777,
        0.217743,
        0.063367,
        0.039192,
        0.017391,
        0.013465,
        0.012699,
        0.012023,
        0.009909,
        0.00866
      ],
      "gate_score_top1": 0.80957,
      "gate_scores": [
        0.80957,
        0.828613,
        0.763184,
        0.748047,
        0.743652,
        0.625,
        0.711426,
        0.557129,
        0.773438,
        0.656738
      ]
    },
    {
      "question_id": "10098281",
      "image_id": 480210,
      "question": "hai người đàn ông mang về bãi biển cái gì",
      "ground_truth": "bảng",
      "ground_truth_normalized": "bảng",
      "predicted_top1": "ván lướt sóng",
      "predicted_topk": [
        "ván lướt sóng",
        "diều",
        "bảng",
        "bờ biển",
        "dĩa nhựa",
        "áo sơ mi",
        "chiếc ô",
        "cái lều",
        "cây sào",
        "vạch kẻ đường"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.364991,
      "confidences": [
        0.364991,
        0.279848,
        0.178578,
        0.065695,
        0.006219,
        0.004308,
        0.003846,
        0.003613,
        0.003401,
        0.00317
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.862793,
        0.798828,
        0.691406,
        0.737793,
        0.515137,
        0.667969,
        0.485596,
        0.609375,
        0.544434
      ]
    },
    {
      "question_id": "10047751",
      "image_id": 324943,
      "question": "vận động viên ném bóng chày đang tập ném bóng ở đâu",
      "ground_truth": "chuồng",
      "ground_truth_normalized": "chuồng",
      "predicted_top1": "sân vận động",
      "predicted_topk": [
        "sân vận động",
        "lồng",
        "găng tay",
        "chuồng",
        "gậy",
        "quả bóng",
        "vườn bách thú",
        "hộp",
        "bảo tàng",
        "rào chắn"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.660836,
      "confidences": [
        0.660836,
        0.13584,
        0.061708,
        0.029035,
        0.016936,
        0.011846,
        0.007157,
        0.006619,
        0.00212,
        0.002077
      ],
      "gate_score_top1": 0.854492,
      "gate_scores": [
        0.854492,
        0.86084,
        0.795898,
        0.733887,
        0.70752,
        0.679688,
        0.727539,
        0.545898,
        0.61377,
        0.583984
      ]
    },
    {
      "question_id": "10108651",
      "image_id": 376342,
      "question": "có bao nhiêu đồng đội lấy được cây gậy trong khi chờ đợi cùng các đồng đội khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.726316,
      "confidences": [
        0.726316,
        0.101021,
        0.087086,
        0.065736,
        0.006186,
        0.002289,
        0.001211,
        0.000785,
        0.000563,
        0.000547
      ],
      "gate_score_top1": 0.878906,
      "gate_scores": [
        0.878906,
        0.848145,
        0.803711,
        0.828125,
        0.703613,
        0.513672,
        0.526367,
        0.537598,
        0.419678,
        0.45874
      ]
    },
    {
      "question_id": "10002421",
      "image_id": 520091,
      "question": "màu của ghế là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu nâu",
        "màu cam",
        "màu vàng",
        "màu xanh lá",
        "màu trắng",
        "màu đỏ",
        "màu đen",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.408999,
      "confidences": [
        0.408999,
        0.250016,
        0.124251,
        0.103816,
        0.01797,
        0.015015,
        0.012472,
        0.010279,
        0.007729,
        0.001575
      ],
      "gate_score_top1": 0.808594,
      "gate_scores": [
        0.808594,
        0.798828,
        0.820312,
        0.805176,
        0.722656,
        0.76709,
        0.712402,
        0.698242,
        0.693848,
        0.577148
      ]
    },
    {
      "question_id": "10028541",
      "image_id": 109357,
      "question": "hình ảnh cuộc diễu hành trên đường phố trong thành phố ở đâu",
      "ground_truth": "ảnh chụp",
      "ground_truth_normalized": "ảnh chụp",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "ảnh chụp",
        "vạch kẻ đường",
        "áo vest",
        "tòa nhà",
        "các tòa nhà",
        "trạm",
        "xe ô tô",
        "cửa sổ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.791937,
      "confidences": [
        0.791937,
        0.040363,
        0.02186,
        0.014197,
        0.007871,
        0.007194,
        0.006628,
        0.005964,
        0.005326,
        0.005264
      ],
      "gate_score_top1": 0.804199,
      "gate_scores": [
        0.804199,
        0.790039,
        0.67627,
        0.70752,
        0.657227,
        0.739746,
        0.63916,
        0.733887,
        0.663086,
        0.649414
      ]
    },
    {
      "question_id": "10060181",
      "image_id": 533129,
      "question": "cái gì nằm ở mỗi bên của ngăn kéo",
      "ground_truth": "nhiều cái ghế",
      "ground_truth_normalized": "nhiều cái ghế",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "cái ghế",
        "phòng",
        "nhiều cái ghế",
        "phòng ngủ",
        "văn phòng",
        "lọ cắm hoa",
        "cái kệ",
        "máy tính",
        "laptop"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.15365,
      "confidences": [
        0.15365,
        0.09901,
        0.058319,
        0.049883,
        0.033885,
        0.030079,
        0.017926,
        0.017005,
        0.016514,
        0.016514
      ],
      "gate_score_top1": 0.739746,
      "gate_scores": [
        0.739746,
        0.714355,
        0.742188,
        0.575195,
        0.599609,
        0.618164,
        0.569336,
        0.507812,
        0.733398,
        0.617188
      ]
    },
    {
      "question_id": "10110771",
      "image_id": 498938,
      "question": "có bao nhiêu đôi chân với tất, một đôi chân trần khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "bảy",
        "năm",
        "tám",
        "mười",
        "phòng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.863967,
      "confidences": [
        0.863967,
        0.113328,
        0.016199,
        0.002218,
        0.000278,
        0.000151,
        0.000107,
        9.3e-05,
        8.3e-05,
        5.4e-05
      ],
      "gate_score_top1": 0.896484,
      "gate_scores": [
        0.896484,
        0.845215,
        0.785156,
        0.718262,
        0.421387,
        0.450195,
        0.554688,
        0.427734,
        0.423828,
        0.485107
      ]
    },
    {
      "question_id": "10037361",
      "image_id": 51095,
      "question": "con mèo đen nhỏ đang ngồi ở đâu",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "cái túi",
        "hành lý",
        "xe đẩy",
        "túi",
        "hộp",
        "thùng chứa",
        "cái ví",
        "toa xe",
        "balo"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.909136,
      "confidences": [
        0.909136,
        0.039634,
        0.019851,
        0.00311,
        0.002713,
        0.00195,
        0.00195,
        0.001735,
        0.00134,
        0.001309
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.847656,
        0.783691,
        0.73877,
        0.703125,
        0.655273,
        0.694336,
        0.660156,
        0.595215,
        0.599121
      ]
    },
    {
      "question_id": "10093041",
      "image_id": 371243,
      "question": "những gì đang đi bộ trên đồng cỏ",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "hươu cao cổ",
        "con ngựa",
        "bãi cỏ",
        "con chó",
        "con chim",
        "tàu hỏa",
        "gấu",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.629815,
      "confidences": [
        0.629815,
        0.356065,
        0.002719,
        0.000818,
        0.000581,
        0.000385,
        0.000373,
        0.000246,
        0.000221,
        0.000184
      ],
      "gate_score_top1": 0.874023,
      "gate_scores": [
        0.874023,
        0.870117,
        0.724609,
        0.638184,
        0.603027,
        0.584473,
        0.564941,
        0.610352,
        0.529785,
        0.716797
      ]
    },
    {
      "question_id": "10015541",
      "image_id": 19151,
      "question": "màu của con chim là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu xanh lá",
        "màu tía",
        "màu đen",
        "màu trắng",
        "màu cam",
        "màu đỏ",
        "màu xanh dương"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.300005,
      "confidences": [
        0.300005,
        0.226456,
        0.136284,
        0.117944,
        0.062152,
        0.048784,
        0.04655,
        0.011542,
        0.004459,
        0.00395
      ],
      "gate_score_top1": 0.799805,
      "gate_scores": [
        0.799805,
        0.804688,
        0.768066,
        0.744629,
        0.75,
        0.773438,
        0.791504,
        0.6875,
        0.650879,
        0.652344
      ]
    },
    {
      "question_id": "10075531",
      "image_id": 499266,
      "question": "những gì đang được giữ lại khi nó hiển thị một thông báo và một hình ảnh",
      "ground_truth": "thiết bị",
      "ground_truth_normalized": "thiết bị",
      "predicted_top1": "điện thoại",
      "predicted_topk": [
        "điện thoại",
        "máy ảnh",
        "thiết bị",
        "laptop",
        "nón",
        "máy tính",
        "bàn chải",
        "cà vạt",
        "bức ảnh",
        "một"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.899117,
      "confidences": [
        0.899117,
        0.022774,
        0.018443,
        0.002652,
        0.002429,
        0.001914,
        0.001619,
        0.001422,
        0.00141,
        0.001027
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.78125,
        0.725098,
        0.708008,
        0.672852,
        0.675781,
        0.544922,
        0.733887,
        0.588867,
        0.568359
      ]
    },
    {
      "question_id": "10051151",
      "image_id": 175651,
      "question": "người đàn ông đang giữ một hộp các tông ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "phòng",
        "tòa nhà",
        "phòng ngủ",
        "ảnh chụp",
        "gian hàng",
        "cửa tiệm",
        "trạm",
        "văn phòng",
        "áo vest"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.334473,
      "confidences": [
        0.334473,
        0.185436,
        0.034437,
        0.019621,
        0.017181,
        0.015133,
        0.013512,
        0.011901,
        0.0109,
        0.009866
      ],
      "gate_score_top1": 0.753906,
      "gate_scores": [
        0.753906,
        0.777344,
        0.65918,
        0.738281,
        0.565918,
        0.619141,
        0.696289,
        0.536133,
        0.625,
        0.549316
      ]
    },
    {
      "question_id": "10069301",
      "image_id": 540093,
      "question": "những gì được bao phủ trong túi nhựa trên một bên đi bộ",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe ô tô",
      "predicted_topk": [
        "xe ô tô",
        "xe đẩy",
        "con thuyền",
        "xe tải",
        "phương tiện giao thông",
        "vali",
        "toa xe",
        "xe",
        "xe cộ",
        "chiếc ô"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.289739,
      "confidences": [
        0.289739,
        0.165088,
        0.023691,
        0.020543,
        0.019602,
        0.01625,
        0.014146,
        0.010996,
        0.010857,
        0.010299
      ],
      "gate_score_top1": 0.710449,
      "gate_scores": [
        0.710449,
        0.804199,
        0.557129,
        0.602539,
        0.664062,
        0.619629,
        0.553223,
        0.513672,
        0.649902,
        0.635742
      ]
    },
    {
      "question_id": "10037591",
      "image_id": 482798,
      "question": "máy bay đang ở đâu",
      "ground_truth": "sân vận động",
      "ground_truth_normalized": "sân vận động",
      "predicted_top1": "ga-ra",
      "predicted_topk": [
        "ga-ra",
        "bảo tàng",
        "sân vận động",
        "máy bay",
        "chuồng",
        "kho",
        "sân bay",
        "tòa nhà",
        "lồng",
        "sân"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.465838,
      "confidences": [
        0.465838,
        0.117323,
        0.056292,
        0.029204,
        0.028528,
        0.019454,
        0.01824,
        0.012294,
        0.009574,
        0.008334
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.743164,
        0.73584,
        0.592773,
        0.692871,
        0.669922,
        0.694336,
        0.657227,
        0.635254,
        0.629395
      ]
    },
    {
      "question_id": "10109731",
      "image_id": 557987,
      "question": "có bao nhiêu bình chứa hoa trắng và tím",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.559056,
      "confidences": [
        0.559056,
        0.208904,
        0.167859,
        0.031051,
        0.009695,
        0.004856,
        0.004615,
        0.00104,
        0.0007,
        0.000603
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.860352,
        0.827637,
        0.772461,
        0.581055,
        0.672363,
        0.626465,
        0.499023,
        0.454834,
        0.467773
      ]
    },
    {
      "question_id": "10091041",
      "image_id": 394517,
      "question": "gương đánh bóng và một ổ cắm",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "chậu",
      "predicted_topk": [
        "chậu",
        "phòng tắm",
        "quầy tính tiền",
        "vòi hoa sen",
        "bàn chải",
        "bồn tắm",
        "máy ảnh",
        "khăn",
        "tường",
        "gương"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.150925,
      "confidences": [
        0.150925,
        0.112158,
        0.107022,
        0.049867,
        0.048998,
        0.038384,
        0.034542,
        0.023327,
        0.021999,
        0.019301
      ],
      "gate_score_top1": 0.733887,
      "gate_scores": [
        0.733887,
        0.699219,
        0.674316,
        0.694824,
        0.724609,
        0.724609,
        0.630371,
        0.591309,
        0.651855,
        0.618164
      ]
    },
    {
      "question_id": "10029731",
      "image_id": 345411,
      "question": "bánh sandwich với rau xắt nhỏ ở đâu",
      "ground_truth": "thùng chứa",
      "ground_truth_normalized": "thùng chứa",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "thùng chứa",
        "giấy bạc",
        "cái rổ",
        "cái mâm",
        "cái túi",
        "dĩa",
        "món ăn",
        "ảnh chụp",
        "tách"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.590509,
      "confidences": [
        0.590509,
        0.204075,
        0.056228,
        0.042278,
        0.02656,
        0.005109,
        0.00239,
        0.002298,
        0.002026,
        0.001792
      ],
      "gate_score_top1": 0.853516,
      "gate_scores": [
        0.853516,
        0.836426,
        0.777344,
        0.76123,
        0.790527,
        0.665039,
        0.470947,
        0.671387,
        0.526855,
        0.541016
      ]
    },
    {
      "question_id": "10001281",
      "image_id": 139105,
      "question": "màu của lá là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu nâu",
        "màu trắng",
        "màu vàng",
        "màu cam",
        "màu đen",
        "màu đỏ",
        "màu tía",
        "màu xám",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.780127,
      "confidences": [
        0.780127,
        0.194189,
        0.010053,
        0.004531,
        0.002323,
        0.001266,
        0.000817,
        0.000659,
        0.0006,
        0.000524
      ],
      "gate_score_top1": 0.896973,
      "gate_scores": [
        0.896973,
        0.84375,
        0.83252,
        0.768066,
        0.774902,
        0.700684,
        0.690918,
        0.72998,
        0.69873,
        0.624512
      ]
    },
    {
      "question_id": "10112951",
      "image_id": 86754,
      "question": "có bao nhiêu người đang đứng trên ghế công viên với một con chó bị xích",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.512049,
      "confidences": [
        0.512049,
        0.303379,
        0.113364,
        0.027244,
        0.01685,
        0.013226,
        0.002289,
        0.001399,
        0.0009,
        0.000819
      ],
      "gate_score_top1": 0.871582,
      "gate_scores": [
        0.871582,
        0.85791,
        0.836426,
        0.754883,
        0.671387,
        0.73291,
        0.602539,
        0.579102,
        0.489502,
        0.527832
      ]
    },
    {
      "question_id": "10106351",
      "image_id": 492382,
      "question": "có bao nhiêu chiếc xe đạp có giỏ đậu dưới gốc cây",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "bốn",
        "năm",
        "một",
        "sáu",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.699824,
      "confidences": [
        0.699824,
        0.221936,
        0.066637,
        0.004161,
        0.002446,
        0.000793,
        0.000257,
        0.000234,
        0.000228,
        0.000126
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.872559,
        0.852539,
        0.685547,
        0.690918,
        0.46582,
        0.5,
        0.462891,
        0.421387,
        0.396973
      ]
    },
    {
      "question_id": "10030101",
      "image_id": 39065,
      "question": "người đàn ông đang giữ điện thoại di động ở đâu",
      "ground_truth": "phòng",
      "ground_truth_normalized": "phòng",
      "predicted_top1": "cái ghế",
      "predicted_topk": [
        "cái ghế",
        "phòng",
        "văn phòng",
        "gương",
        "chung cư",
        "gian hàng",
        "phòng ngủ",
        "nhà ở",
        "thư viện",
        "ô cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.417774,
      "confidences": [
        0.417774,
        0.275056,
        0.160438,
        0.035244,
        0.011622,
        0.006886,
        0.006635,
        0.006431,
        0.004892,
        0.004201
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.82959,
        0.804688,
        0.811035,
        0.625977,
        0.616699,
        0.738281,
        0.685547,
        0.602539,
        0.520996
      ]
    },
    {
      "question_id": "10005731",
      "image_id": 534791,
      "question": "màu của đèn dừng là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu vàng",
        "màu cam",
        "màu xanh lá",
        "màu xám",
        "màu đen",
        "màu nâu",
        "màu trắng",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.535787,
      "confidences": [
        0.535787,
        0.395065,
        0.038812,
        0.005724,
        0.003934,
        0.002255,
        0.002228,
        0.001967,
        0.00061,
        0.000547
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.85498,
        0.850098,
        0.639648,
        0.69043,
        0.645508,
        0.583496,
        0.685547,
        0.571777,
        0.562988
      ]
    },
    {
      "question_id": "10118371",
      "image_id": 367763,
      "question": "có bao nhiêu người đứng trên đầu một ô tô trong khi hai người đứng cạnh ô tô cùng nhìn lên người đó",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "năm",
        "sáu",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.441882,
      "confidences": [
        0.441882,
        0.328379,
        0.21368,
        0.006279,
        0.000539,
        0.000522,
        0.000364,
        0.000271,
        0.000213,
        0.000196
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.865723,
        0.826172,
        0.75,
        0.563965,
        0.457275,
        0.422607,
        0.435791,
        0.375,
        0.412354
      ]
    },
    {
      "question_id": "10024951",
      "image_id": 338059,
      "question": "màu của chất thải là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu xanh dương",
        "màu vàng",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu xanh lá",
        "màu tía",
        "màu cam"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.924667,
      "confidences": [
        0.924667,
        0.058423,
        0.003691,
        0.002711,
        0.001198,
        0.001021,
        0.000827,
        0.000688,
        0.000581,
        0.000379
      ],
      "gate_score_top1": 0.873535,
      "gate_scores": [
        0.873535,
        0.868164,
        0.719727,
        0.737793,
        0.689453,
        0.731934,
        0.638184,
        0.601562,
        0.708984,
        0.657227
      ]
    },
    {
      "question_id": "10110201",
      "image_id": 79355,
      "question": "có bao nhiêu chiếc vali được xếp chồng lên nhau",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "hai",
        "bảy",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.398102,
      "confidences": [
        0.398102,
        0.379872,
        0.134393,
        0.044666,
        0.023172,
        0.005482,
        0.003198,
        0.001496,
        0.001287,
        0.00104
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.847168,
        0.815918,
        0.70752,
        0.763184,
        0.688965,
        0.645508,
        0.564453,
        0.592773,
        0.519043
      ]
    },
    {
      "question_id": "10074111",
      "image_id": 472376,
      "question": "nhóm tập hợp xung quanh cái gì tại một chiếc máy bay",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "vali",
      "predicted_topk": [
        "vali",
        "sân bay",
        "túi",
        "hành lý",
        "balo",
        "trạm",
        "cái túi",
        "xe đẩy",
        "bộ đồ",
        "xe điện ngầm"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.173752,
      "confidences": [
        0.173752,
        0.15575,
        0.127617,
        0.118027,
        0.07473,
        0.044536,
        0.02063,
        0.013294,
        0.011987,
        0.007582
      ],
      "gate_score_top1": 0.742676,
      "gate_scores": [
        0.742676,
        0.749023,
        0.787598,
        0.75,
        0.716797,
        0.639648,
        0.666992,
        0.625977,
        0.582031,
        0.552734
      ]
    },
    {
      "question_id": "10011751",
      "image_id": 435803,
      "question": "màu của lá là gì",
      "ground_truth": "màu nâu",
      "ground_truth_normalized": "màu nâu",
      "predicted_top1": "màu xanh lá",
      "predicted_topk": [
        "màu xanh lá",
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu xanh dương",
        "màu đỏ",
        "màu đen",
        "màu cam",
        "màu trắng",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.5136,
      "confidences": [
        0.5136,
        0.425789,
        0.021702,
        0.007156,
        0.006697,
        0.004938,
        0.004478,
        0.002926,
        0.002532,
        0.001761
      ],
      "gate_score_top1": 0.866211,
      "gate_scores": [
        0.866211,
        0.884766,
        0.75293,
        0.699707,
        0.765625,
        0.744629,
        0.696289,
        0.751465,
        0.751465,
        0.710449
      ]
    },
    {
      "question_id": "10100821",
      "image_id": 423810,
      "question": "chăn thả trên cỏ trong cánh đồng này là gì",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "bãi cỏ",
        "hươu cao cổ",
        "rào chắn",
        "cây",
        "bốn",
        "con chim",
        "đồi",
        "lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.879916,
      "confidences": [
        0.879916,
        0.099498,
        0.002372,
        0.000647,
        0.000442,
        0.000406,
        0.00037,
        0.000326,
        0.000307,
        0.0003
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.818359,
        0.636719,
        0.599121,
        0.456543,
        0.572266,
        0.55127,
        0.526367,
        0.375,
        0.41333
      ]
    },
    {
      "question_id": "10099441",
      "image_id": 574796,
      "question": "cái gì được đặt trên đĩa với một cái bánh quy giòn",
      "ground_truth": "cam",
      "ground_truth_normalized": "cam",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "chén đĩa",
        "món ăn",
        "rau",
        "bữa ăn",
        "cái mâm",
        "thịt",
        "hoa quả",
        "dĩa",
        "bát"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.269863,
      "confidences": [
        0.269863,
        0.069442,
        0.055581,
        0.047171,
        0.04019,
        0.026877,
        0.022721,
        0.019473,
        0.01869,
        0.017695
      ],
      "gate_score_top1": 0.777344,
      "gate_scores": [
        0.777344,
        0.685547,
        0.750977,
        0.769531,
        0.688477,
        0.700195,
        0.674805,
        0.720703,
        0.663574,
        0.60498
      ]
    },
    {
      "question_id": "10098191",
      "image_id": 395124,
      "question": "những gì phù hợp với gạch ốp tường",
      "ground_truth": "bức màn",
      "ground_truth_normalized": "bức màn",
      "predicted_top1": "tường",
      "predicted_topk": [
        "tường",
        "bồn tắm",
        "cửa",
        "vòi hoa sen",
        "phòng tắm",
        "khăn",
        "bức ảnh",
        "quầy tính tiền",
        "bồn tiểu",
        "máy ảnh"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.159238,
      "confidences": [
        0.159238,
        0.107326,
        0.079758,
        0.062848,
        0.047905,
        0.041459,
        0.037822,
        0.030332,
        0.017727,
        0.016751
      ],
      "gate_score_top1": 0.725586,
      "gate_scores": [
        0.725586,
        0.78418,
        0.704102,
        0.705566,
        0.623047,
        0.680664,
        0.65625,
        0.592773,
        0.609863,
        0.568359
      ]
    },
    {
      "question_id": "10074011",
      "image_id": 386210,
      "question": "tất cả trong container trong cửa sổ là gì",
      "ground_truth": "trái cây",
      "ground_truth_normalized": "trái cây",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "cây",
        "bông cải xanh",
        "cà rốt",
        "hoa quả",
        "táo",
        "những quả cam",
        "trái cây",
        "lá",
        "chai"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.15709,
      "confidences": [
        0.15709,
        0.108389,
        0.094538,
        0.075815,
        0.041301,
        0.031054,
        0.020606,
        0.017694,
        0.017522,
        0.011672
      ],
      "gate_score_top1": 0.774902,
      "gate_scores": [
        0.774902,
        0.727051,
        0.759277,
        0.774902,
        0.705078,
        0.646484,
        0.700684,
        0.50293,
        0.577637,
        0.630859
      ]
    },
    {
      "question_id": "10075321",
      "image_id": 477623,
      "question": "đoàn tàu nào gắn các toa tàu và đậu trên một bộ đường ray",
      "ground_truth": "đầu máy",
      "ground_truth_normalized": "đầu máy",
      "predicted_top1": "đường sắt",
      "predicted_topk": [
        "đường sắt",
        "động cơ",
        "xe ô tô",
        "trạm",
        "màu cam",
        "hàng hoá",
        "tàu hỏa",
        "đồi",
        "các tòa nhà",
        "xe điện ngầm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.184454,
      "confidences": [
        0.184454,
        0.094764,
        0.08478,
        0.075848,
        0.031742,
        0.031189,
        0.023589,
        0.020534,
        0.016597,
        0.01414
      ],
      "gate_score_top1": 0.713379,
      "gate_scores": [
        0.713379,
        0.605957,
        0.700684,
        0.70459,
        0.657227,
        0.53125,
        0.669922,
        0.540527,
        0.62207,
        0.616699
      ]
    },
    {
      "question_id": "10077751",
      "image_id": 500062,
      "question": "người mặc những gì đang chơi tennis trong nhà",
      "ground_truth": "quần short",
      "ground_truth_normalized": "quần short",
      "predicted_top1": "quả bóng",
      "predicted_topk": [
        "quả bóng",
        "áo sơ mi",
        "dĩa nhựa",
        "nón",
        "vợt",
        "quần short",
        "mũ",
        "gậy",
        "lá cờ",
        "ván trượt"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.209056,
      "confidences": [
        0.209056,
        0.130824,
        0.061077,
        0.047474,
        0.038221,
        0.023182,
        0.022778,
        0.012629,
        0.011623,
        0.011555
      ],
      "gate_score_top1": 0.803711,
      "gate_scores": [
        0.803711,
        0.680176,
        0.717773,
        0.671875,
        0.692383,
        0.519531,
        0.609375,
        0.585449,
        0.60791,
        0.624512
      ]
    },
    {
      "question_id": "10095631",
      "image_id": 559483,
      "question": "người mặc gì khi kiểm tra ván trượt",
      "ground_truth": "quần short",
      "ground_truth_normalized": "quần short",
      "predicted_top1": "ván trượt",
      "predicted_topk": [
        "ván trượt",
        "đồi",
        "núi",
        "trượt tuyết",
        "cây",
        "bức ảnh",
        "áo sơ mi",
        "cây sào",
        "quần short",
        "nón"
      ],
      "gt_rank": 9,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.267192,
      "confidences": [
        0.267192,
        0.148135,
        0.146409,
        0.096018,
        0.016948,
        0.012793,
        0.011995,
        0.010985,
        0.009924,
        0.008775
      ],
      "gate_score_top1": 0.814941,
      "gate_scores": [
        0.814941,
        0.771973,
        0.73877,
        0.774414,
        0.664551,
        0.602051,
        0.585449,
        0.62793,
        0.498779,
        0.635742
      ]
    },
    {
      "question_id": "10086571",
      "image_id": 458721,
      "question": "những gì đang nằm trên mặt đất bên cạnh một chai nước thể thao",
      "ground_truth": "đĩa ném",
      "ground_truth_normalized": "đĩa ném",
      "predicted_top1": "dĩa nhựa",
      "predicted_topk": [
        "dĩa nhựa",
        "quả bóng",
        "nón",
        "con chó",
        "mũ",
        "đồ chơi",
        "gậy",
        "đĩa ném",
        "cây kéo",
        "ván trượt"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.217612,
      "confidences": [
        0.217612,
        0.080212,
        0.079743,
        0.037594,
        0.035943,
        0.017483,
        0.015309,
        0.014297,
        0.013736,
        0.013197
      ],
      "gate_score_top1": 0.77832,
      "gate_scores": [
        0.77832,
        0.712402,
        0.69873,
        0.678223,
        0.61377,
        0.720703,
        0.647461,
        0.478516,
        0.588867,
        0.631836
      ]
    },
    {
      "question_id": "10095181",
      "image_id": 457616,
      "question": "cậu bé mặc cái gì vung gậy",
      "ground_truth": "đồng phục",
      "ground_truth_normalized": "đồng phục",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "quả bóng",
        "mũ",
        "áo sơ mi",
        "lồng",
        "găng tay",
        "sân vận động",
        "đồng phục",
        "mũ lưỡi trai",
        "hộp"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.694062,
      "confidences": [
        0.694062,
        0.049305,
        0.021414,
        0.019121,
        0.018245,
        0.017512,
        0.007621,
        0.006183,
        0.0042,
        0.003747
      ],
      "gate_score_top1": 0.859863,
      "gate_scores": [
        0.859863,
        0.73584,
        0.665527,
        0.621582,
        0.675293,
        0.720215,
        0.605469,
        0.503418,
        0.526855,
        0.476807
      ]
    },
    {
      "question_id": "10068711",
      "image_id": 487050,
      "question": "những gì cho thấy các cầu thủ bóng chày cầm gậy",
      "ground_truth": "tượng đài",
      "ground_truth_normalized": "tượng đài",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "bức tượng",
        "tượng đài",
        "quả bóng",
        "mũ",
        "áo sơ mi",
        "sân vận động",
        "nón",
        "găng tay",
        "rào chắn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.21556,
      "confidences": [
        0.21556,
        0.114931,
        0.029402,
        0.028001,
        0.022943,
        0.019057,
        0.014135,
        0.013943,
        0.012449,
        0.010321
      ],
      "gate_score_top1": 0.785645,
      "gate_scores": [
        0.785645,
        0.713379,
        0.483398,
        0.659668,
        0.629395,
        0.631836,
        0.563965,
        0.673828,
        0.654785,
        0.481445
      ]
    },
    {
      "question_id": "10027691",
      "image_id": 237064,
      "question": "người đàn ông đang đi bộ bên ngoài gần xe buýt và tòa nhà ở đâu",
      "ground_truth": "đường",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "balo",
        "áo vest",
        "trạm",
        "ảnh chụp",
        "gian hàng",
        "tòa nhà",
        "vạch kẻ đường",
        "lối đi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.646634,
      "confidences": [
        0.646634,
        0.070318,
        0.039754,
        0.026586,
        0.02337,
        0.013526,
        0.013058,
        0.008564,
        0.007558,
        0.00699
      ],
      "gate_score_top1": 0.862793,
      "gate_scores": [
        0.862793,
        0.823242,
        0.780273,
        0.687988,
        0.76416,
        0.664062,
        0.69043,
        0.741699,
        0.683105,
        0.617676
      ]
    },
    {
      "question_id": "10043311",
      "image_id": 233543,
      "question": "điện thoại thông minh mới nằm ở đâu",
      "ground_truth": "hộp",
      "ground_truth_normalized": "hộp",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "cái ghế",
        "phòng",
        "máy tính",
        "thư viện",
        "laptop",
        "gian hàng",
        "cửa tiệm",
        "gương",
        "hộp"
      ],
      "gt_rank": 10,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.484221,
      "confidences": [
        0.484221,
        0.086478,
        0.068946,
        0.030835,
        0.029595,
        0.025117,
        0.017466,
        0.012361,
        0.011189,
        0.010148
      ],
      "gate_score_top1": 0.847656,
      "gate_scores": [
        0.847656,
        0.691895,
        0.763184,
        0.733398,
        0.662109,
        0.755859,
        0.665527,
        0.729004,
        0.730957,
        0.616699
      ]
    },
    {
      "question_id": "10013881",
      "image_id": 53975,
      "question": "màu của giỏ hàng là gì",
      "ground_truth": "màu đen",
      "ground_truth_normalized": "màu đen",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.701983,
      "confidences": [
        0.701983,
        0.233305,
        0.016509,
        0.01509,
        0.011661,
        0.005074,
        0.004223,
        0.001774,
        0.000617,
        0.000516
      ],
      "gate_score_top1": 0.874512,
      "gate_scores": [
        0.874512,
        0.857422,
        0.805664,
        0.852539,
        0.747559,
        0.74707,
        0.666504,
        0.657715,
        0.694824,
        0.70752
      ]
    },
    {
      "question_id": "10098341",
      "image_id": 509811,
      "question": "thư viện có bàn và đóng cái gì với một người đang học",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "thư viện",
      "predicted_topk": [
        "thư viện",
        "lớp học",
        "laptop",
        "máy tính",
        "văn phòng",
        "cái bàn",
        "phòng",
        "bức tranh",
        "cửa tiệm",
        "tòa nhà"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.410607,
      "confidences": [
        0.410607,
        0.219782,
        0.06127,
        0.051595,
        0.044477,
        0.023165,
        0.013147,
        0.008227,
        0.007275,
        0.00466
      ],
      "gate_score_top1": 0.782227,
      "gate_scores": [
        0.782227,
        0.812012,
        0.76709,
        0.784668,
        0.827148,
        0.719727,
        0.673828,
        0.563477,
        0.657715,
        0.634277
      ]
    },
    {
      "question_id": "10050541",
      "image_id": 163239,
      "question": "người phụ nữ trẻ trượt ván ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "hồ bơi",
      "predicted_topk": [
        "hồ bơi",
        "bát",
        "bồn tắm",
        "chậu",
        "ván trượt",
        "phòng tắm",
        "ga-ra",
        "chuồng",
        "tòa nhà",
        "sân"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.561154,
      "confidences": [
        0.561154,
        0.084391,
        0.075353,
        0.037375,
        0.008706,
        0.008655,
        0.008471,
        0.007819,
        0.007819,
        0.007288
      ],
      "gate_score_top1": 0.807617,
      "gate_scores": [
        0.807617,
        0.735352,
        0.679199,
        0.637695,
        0.58252,
        0.595215,
        0.574707,
        0.606934,
        0.604492,
        0.641602
      ]
    },
    {
      "question_id": "10072171",
      "image_id": 531784,
      "question": "cái gì trên một chồng hộp",
      "ground_truth": "máy vi tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "bàn phím",
        "cái bàn",
        "hộp",
        "chuột",
        "điện thoại",
        "bức tranh",
        "văn phòng",
        "thư viện"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.507435,
      "confidences": [
        0.507435,
        0.43234,
        0.008396,
        0.005704,
        0.002359,
        0.002225,
        0.001618,
        0.001523,
        0.001051,
        0.000982
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.862305,
        0.746094,
        0.747559,
        0.639648,
        0.661621,
        0.671875,
        0.505859,
        0.669434,
        0.626953
      ]
    },
    {
      "question_id": "10065671",
      "image_id": 503412,
      "question": "những gì làm sáng lên phòng khách được trang bị đầy đủ",
      "ground_truth": "cây",
      "ground_truth_normalized": "cây",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "nhiều cái ghế",
        "nhà ở",
        "cửa sổ",
        "cây",
        "đi văng",
        "bức ảnh",
        "cái kệ",
        "chung cư",
        "cửa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.206679,
      "confidences": [
        0.206679,
        0.066447,
        0.060501,
        0.058069,
        0.052257,
        0.047026,
        0.037201,
        0.035359,
        0.027323,
        0.026021
      ],
      "gate_score_top1": 0.789062,
      "gate_scores": [
        0.789062,
        0.680176,
        0.787598,
        0.665039,
        0.60791,
        0.669922,
        0.600586,
        0.672852,
        0.616699,
        0.640137
      ]
    },
    {
      "question_id": "10053791",
      "image_id": 343229,
      "question": "cái gì trên sàn trong một căn phòng",
      "ground_truth": "cái túi",
      "ground_truth_normalized": "cái túi",
      "predicted_top1": "túi",
      "predicted_topk": [
        "túi",
        "cái túi",
        "vali",
        "hành lý",
        "cái ví",
        "balo",
        "hộp",
        "sàn nhà",
        "xe đẩy",
        "thùng chứa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.468361,
      "confidences": [
        0.468361,
        0.244888,
        0.054217,
        0.025912,
        0.021906,
        0.019069,
        0.014707,
        0.003893,
        0.00325,
        0.002947
      ],
      "gate_score_top1": 0.833496,
      "gate_scores": [
        0.833496,
        0.817871,
        0.730469,
        0.714844,
        0.746094,
        0.662109,
        0.766113,
        0.504883,
        0.574219,
        0.648926
      ]
    },
    {
      "question_id": "10114901",
      "image_id": 352061,
      "question": "có bao nhiêu con bò đang đẻ",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "năm",
        "tám",
        "bảy",
        "mười",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.94018,
      "confidences": [
        0.94018,
        0.042954,
        0.012998,
        0.001059,
        0.000119,
        0.000106,
        6.2e-05,
        6e-05,
        5.9e-05,
        4.5e-05
      ],
      "gate_score_top1": 0.90918,
      "gate_scores": [
        0.90918,
        0.834473,
        0.810547,
        0.677246,
        0.387695,
        0.5625,
        0.426025,
        0.395996,
        0.428711,
        0.523926
      ]
    },
    {
      "question_id": "10027651",
      "image_id": 110979,
      "question": "con mèo đang ngồi ở đâu",
      "ground_truth": "hành lý",
      "ground_truth_normalized": "hành lý",
      "predicted_top1": "cái túi",
      "predicted_topk": [
        "cái túi",
        "vali",
        "hành lý",
        "balo",
        "cái ví",
        "túi",
        "giường",
        "xe đẩy",
        "thùng chứa",
        "hộp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.418972,
      "confidences": [
        0.418972,
        0.415711,
        0.060595,
        0.020376,
        0.014004,
        0.010206,
        0.006118,
        0.004172,
        0.003326,
        0.001712
      ],
      "gate_score_top1": 0.875,
      "gate_scores": [
        0.875,
        0.852051,
        0.777832,
        0.675293,
        0.718262,
        0.71582,
        0.686035,
        0.636719,
        0.668457,
        0.637695
      ]
    },
    {
      "question_id": "10038021",
      "image_id": 150211,
      "question": "con chó nhỏ đang ở đâu",
      "ground_truth": "hành lang",
      "ground_truth_normalized": "hành lang",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "phòng",
        "nhà ở",
        "cửa",
        "hành lang",
        "tủ đá",
        "tủ lạnh",
        "ô cửa",
        "sàn nhà",
        "cái kệ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.297877,
      "confidences": [
        0.297877,
        0.146312,
        0.134789,
        0.101348,
        0.045325,
        0.022133,
        0.016871,
        0.011505,
        0.008566,
        0.00855
      ],
      "gate_score_top1": 0.804688,
      "gate_scores": [
        0.804688,
        0.756836,
        0.830078,
        0.697754,
        0.719238,
        0.714355,
        0.686035,
        0.541992,
        0.468506,
        0.624512
      ]
    },
    {
      "question_id": "10006881",
      "image_id": 291321,
      "question": "màu của thùng rác là gì",
      "ground_truth": "màu tía",
      "ground_truth_normalized": "màu tía",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu nâu",
        "màu đỏ",
        "màu xám",
        "màu đen",
        "màu trắng",
        "màu xanh lá"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.371516,
      "confidences": [
        0.371516,
        0.340923,
        0.165505,
        0.034154,
        0.032336,
        0.012663,
        0.005511,
        0.003158,
        0.00246,
        0.001973
      ],
      "gate_score_top1": 0.839844,
      "gate_scores": [
        0.839844,
        0.80127,
        0.84375,
        0.785156,
        0.711426,
        0.783691,
        0.647949,
        0.613281,
        0.629395,
        0.554199
      ]
    },
    {
      "question_id": "10075601",
      "image_id": 374333,
      "question": "hai người ngồi trên bàn gỗ cạnh nhau làm gì",
      "ground_truth": "máy tính",
      "ground_truth_normalized": "máy tính",
      "predicted_top1": "laptop",
      "predicted_topk": [
        "laptop",
        "máy tính",
        "điện thoại",
        "bàn phím",
        "cái bàn",
        "chuột",
        "máy ảnh",
        "bức tranh",
        "trang thiết bị",
        "nón"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.711241,
      "confidences": [
        0.711241,
        0.254593,
        0.004188,
        0.002491,
        0.002045,
        0.001093,
        0.000811,
        0.000633,
        0.000627,
        0.000568
      ],
      "gate_score_top1": 0.902344,
      "gate_scores": [
        0.902344,
        0.852051,
        0.728516,
        0.700684,
        0.733398,
        0.660156,
        0.664062,
        0.513184,
        0.51123,
        0.596191
      ]
    },
    {
      "question_id": "10023771",
      "image_id": 105110,
      "question": "màu của dĩa nhựa là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu xám",
      "predicted_topk": [
        "màu xám",
        "màu tía",
        "màu vàng",
        "màu trắng",
        "màu xanh dương",
        "màu cam",
        "màu xanh lá",
        "màu đỏ",
        "màu nâu",
        "màu đen"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.485386,
      "confidences": [
        0.485386,
        0.441949,
        0.029264,
        0.008384,
        0.005695,
        0.003764,
        0.003309,
        0.002577,
        0.0016,
        0.001506
      ],
      "gate_score_top1": 0.864746,
      "gate_scores": [
        0.864746,
        0.838379,
        0.753906,
        0.741211,
        0.73291,
        0.667969,
        0.576172,
        0.733887,
        0.629883,
        0.629883
      ]
    },
    {
      "question_id": "10018201",
      "image_id": 403525,
      "question": "màu của tòa nhà là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu xám",
        "màu nâu",
        "màu đỏ",
        "màu trắng",
        "màu xanh dương",
        "màu xanh lá",
        "màu đen",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.561359,
      "confidences": [
        0.561359,
        0.241438,
        0.085752,
        0.038651,
        0.022023,
        0.019435,
        0.007761,
        0.007094,
        0.001436,
        0.000943
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.846191,
        0.789062,
        0.796875,
        0.842285,
        0.785156,
        0.681641,
        0.65918,
        0.736816,
        0.652344
      ]
    },
    {
      "question_id": "10028861",
      "image_id": 309087,
      "question": "thức uống được chứa ở đâu",
      "ground_truth": "tủ đá",
      "ground_truth_normalized": "tủ đá",
      "predicted_top1": "tủ lạnh",
      "predicted_topk": [
        "tủ lạnh",
        "tủ đá",
        "cửa",
        "phòng bếp",
        "cái kệ",
        "lò vi sóng",
        "chai",
        "phòng",
        "cửa sổ",
        "cửa ra vào"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.459045,
      "confidences": [
        0.459045,
        0.401953,
        0.042531,
        0.017799,
        0.015165,
        0.006472,
        0.004544,
        0.002081,
        0.001454,
        0.001389
      ],
      "gate_score_top1": 0.861816,
      "gate_scores": [
        0.861816,
        0.835938,
        0.768555,
        0.717773,
        0.731445,
        0.631836,
        0.608398,
        0.649902,
        0.552734,
        0.466064
      ]
    },
    {
      "question_id": "10107511",
      "image_id": 107753,
      "question": "có bao nhiêu chàng trai mang theo ván lướt sóng khi họ cùng nhau đi bộ xuống bãi biển",
      "ground_truth": "ba",
      "ground_truth_normalized": "ba",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "ba",
        "một",
        "bốn",
        "sáu",
        "năm",
        "mười",
        "tám",
        "bảy",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.594103,
      "confidences": [
        0.594103,
        0.374696,
        0.021981,
        0.003805,
        0.000369,
        0.000323,
        0.000156,
        0.000149,
        0.000122,
        9.3e-05
      ],
      "gate_score_top1": 0.886719,
      "gate_scores": [
        0.886719,
        0.871094,
        0.797852,
        0.733398,
        0.433838,
        0.577637,
        0.422852,
        0.407471,
        0.382812,
        0.35791
      ]
    },
    {
      "question_id": "10090131",
      "image_id": 439827,
      "question": "những gì sơn màu cam với một máy nướng bánh mì",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "lò vi sóng",
      "predicted_topk": [
        "lò vi sóng",
        "tường",
        "cửa hàng",
        "vòi",
        "ảnh chụp",
        "cửa sổ",
        "máy xay",
        "phòng bếp",
        "tủ đá",
        "đường phố"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.129549,
      "confidences": [
        0.129549,
        0.071964,
        0.03951,
        0.038071,
        0.036399,
        0.033532,
        0.01716,
        0.017076,
        0.016326,
        0.01601
      ],
      "gate_score_top1": 0.660156,
      "gate_scores": [
        0.660156,
        0.605469,
        0.625,
        0.663086,
        0.584961,
        0.684082,
        0.685547,
        0.589355,
        0.640625,
        0.644043
      ]
    },
    {
      "question_id": "10107521",
      "image_id": 552927,
      "question": "có bao nhiêu vali được xếp chồng lên nhau trên hai kệ",
      "ground_truth": "năm",
      "ground_truth_normalized": "năm",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "năm",
        "ba",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.442076,
      "confidences": [
        0.442076,
        0.285426,
        0.18573,
        0.060063,
        0.007401,
        0.004741,
        0.002266,
        0.001533,
        0.001358,
        0.000914
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.833008,
        0.822754,
        0.727539,
        0.712402,
        0.687988,
        0.622559,
        0.557129,
        0.62207,
        0.544434
      ]
    },
    {
      "question_id": "10118341",
      "image_id": 113905,
      "question": "trên bàn có bao nhiêu cái hotdog trên đĩa",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "năm",
        "hai",
        "sáu",
        "một",
        "bảy",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.522557,
      "confidences": [
        0.522557,
        0.367665,
        0.053383,
        0.026017,
        0.012099,
        0.007057,
        0.002392,
        0.001834,
        0.00062,
        0.00055
      ],
      "gate_score_top1": 0.881836,
      "gate_scores": [
        0.881836,
        0.882324,
        0.787598,
        0.783691,
        0.633301,
        0.683105,
        0.634766,
        0.578125,
        0.549316,
        0.5
      ]
    },
    {
      "question_id": "10093671",
      "image_id": 417590,
      "question": "cậu bé xem gì",
      "ground_truth": "quả bóng",
      "ground_truth_normalized": "quả bóng",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "quả bóng",
        "găng tay",
        "sân vận động",
        "áo sơ mi",
        "mũ",
        "lồng",
        "nón",
        "dĩa nhựa",
        "đồng phục"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.404224,
      "confidences": [
        0.404224,
        0.319767,
        0.069697,
        0.028772,
        0.018869,
        0.010814,
        0.00869,
        0.003353,
        0.002965,
        0.002788
      ],
      "gate_score_top1": 0.812012,
      "gate_scores": [
        0.812012,
        0.816406,
        0.770996,
        0.638184,
        0.637695,
        0.632324,
        0.703613,
        0.589355,
        0.59668,
        0.424805
      ]
    },
    {
      "question_id": "10090271",
      "image_id": 515303,
      "question": "một số người và ký hiệu gì hai con ngựa đang kéo người trong xe",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe",
      "predicted_topk": [
        "xe",
        "xe đẩy",
        "xe đạp",
        "con ngựa",
        "xe tải",
        "đường",
        "toa xe",
        "mũ",
        "bãi cỏ",
        "xe lăn"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.576878,
      "confidences": [
        0.576878,
        0.071923,
        0.071364,
        0.051804,
        0.012281,
        0.011313,
        0.00864,
        0.007685,
        0.006729,
        0.005939
      ],
      "gate_score_top1": 0.780762,
      "gate_scores": [
        0.780762,
        0.787109,
        0.706543,
        0.726562,
        0.683594,
        0.656738,
        0.563477,
        0.605957,
        0.647461,
        0.611328
      ]
    },
    {
      "question_id": "10100341",
      "image_id": 542792,
      "question": "những gì dựa vào tòa nhà",
      "ground_truth": "bức tượng",
      "ground_truth_normalized": "bức tượng",
      "predicted_top1": "gậy",
      "predicted_topk": [
        "gậy",
        "bức tượng",
        "quả bóng",
        "màu trắng",
        "sân vận động",
        "găng tay",
        "tượng đài",
        "mũ",
        "nón",
        "áo sơ mi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.349998,
      "confidences": [
        0.349998,
        0.081843,
        0.029642,
        0.013452,
        0.013244,
        0.012649,
        0.012248,
        0.010926,
        0.010538,
        0.009727
      ],
      "gate_score_top1": 0.798828,
      "gate_scores": [
        0.798828,
        0.622559,
        0.679688,
        0.562012,
        0.575195,
        0.641602,
        0.449707,
        0.588379,
        0.611328,
        0.553711
      ]
    },
    {
      "question_id": "10047941",
      "image_id": 499779,
      "question": "muffins sô cô la nướng nằm ở đâu",
      "ground_truth": "cái mâm",
      "ground_truth_normalized": "cái mâm",
      "predicted_top1": "hộp",
      "predicted_topk": [
        "hộp",
        "chảo",
        "lò vi sóng",
        "cái mâm",
        "thùng chứa",
        "phòng bếp",
        "giấy bạc",
        "món ăn",
        "bánh",
        "dao"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.28385,
      "confidences": [
        0.28385,
        0.200495,
        0.142172,
        0.116038,
        0.020482,
        0.020243,
        0.019129,
        0.013805,
        0.010119,
        0.005766
      ],
      "gate_score_top1": 0.810547,
      "gate_scores": [
        0.810547,
        0.697266,
        0.74707,
        0.782715,
        0.73877,
        0.674316,
        0.685059,
        0.710938,
        0.61377,
        0.641113
      ]
    },
    {
      "question_id": "10098721",
      "image_id": 488522,
      "question": "có gì để cắt thành một chiếc bánh",
      "ground_truth": "dao",
      "ground_truth_normalized": "dao",
      "predicted_top1": "bánh",
      "predicted_topk": [
        "bánh",
        "dao",
        "cupcake",
        "sô cô la",
        "nến",
        "món tráng miệng",
        "đĩa ăn",
        "donut",
        "chảo",
        "cái mâm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.858713,
      "confidences": [
        0.858713,
        0.035721,
        0.012662,
        0.008033,
        0.004968,
        0.004071,
        0.003678,
        0.003103,
        0.002926,
        0.002904
      ],
      "gate_score_top1": 0.860352,
      "gate_scores": [
        0.860352,
        0.72998,
        0.685547,
        0.611816,
        0.656738,
        0.543457,
        0.680176,
        0.639648,
        0.572266,
        0.644043
      ]
    },
    {
      "question_id": "10114431",
      "image_id": 433676,
      "question": "có bao nhiêu người đứng trên sườn núi trên ván trượt tuyết",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "mười",
        "một",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.476125,
      "confidences": [
        0.476125,
        0.322162,
        0.157009,
        0.017824,
        0.010195,
        0.002691,
        0.002538,
        0.001025,
        0.00087,
        0.000794
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.845215,
        0.80957,
        0.727539,
        0.689453,
        0.626465,
        0.626465,
        0.533203,
        0.544922,
        0.543945
      ]
    },
    {
      "question_id": "10100151",
      "image_id": 521542,
      "question": "cái gì đang ngồi trên quầy bếp màu trắng",
      "ground_truth": "cái lọ",
      "ground_truth_normalized": "cái lọ",
      "predicted_top1": "phòng bếp",
      "predicted_topk": [
        "phòng bếp",
        "bánh",
        "tách",
        "dao",
        "cái lọ",
        "cây kéo",
        "máy xay",
        "cái mâm",
        "lò vi sóng",
        "chảo"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.254707,
      "confidences": [
        0.254707,
        0.090112,
        0.056833,
        0.046386,
        0.046025,
        0.034069,
        0.027698,
        0.016702,
        0.015416,
        0.014971
      ],
      "gate_score_top1": 0.750977,
      "gate_scores": [
        0.750977,
        0.711426,
        0.779297,
        0.729492,
        0.691406,
        0.649414,
        0.65332,
        0.615723,
        0.559082,
        0.546875
      ]
    },
    {
      "question_id": "10014591",
      "image_id": 10222,
      "question": "màu của dấu hiệu là gì",
      "ground_truth": "màu xanh lá",
      "ground_truth_normalized": "màu xanh lá",
      "predicted_top1": "màu đỏ",
      "predicted_topk": [
        "màu đỏ",
        "màu xám",
        "màu đen",
        "màu xanh lá",
        "màu trắng",
        "màu xanh dương",
        "màu vàng",
        "màu nâu",
        "màu cam",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.842878,
      "confidences": [
        0.842878,
        0.10716,
        0.010528,
        0.010364,
        0.007978,
        0.005814,
        0.003696,
        0.002233,
        0.00109,
        0.001032
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.845703,
        0.742676,
        0.693848,
        0.797363,
        0.682129,
        0.724121,
        0.663574,
        0.773926,
        0.681641
      ]
    },
    {
      "question_id": "10117571",
      "image_id": 150037,
      "question": "có bao nhiêu đứa trẻ đang ăn trong khi đứa khác đang nhìn thẳng",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "sáu",
        "cái ghế",
        "tám",
        "bảy",
        "phòng",
        "phòng bếp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.705097,
      "confidences": [
        0.705097,
        0.271839,
        0.010256,
        0.000947,
        0.000324,
        0.000302,
        0.000179,
        0.000157,
        0.000151,
        0.000145
      ],
      "gate_score_top1": 0.876953,
      "gate_scores": [
        0.876953,
        0.859863,
        0.734863,
        0.614258,
        0.344482,
        0.533203,
        0.421387,
        0.38623,
        0.468506,
        0.523438
      ]
    },
    {
      "question_id": "10038061",
      "image_id": 259029,
      "question": "những con thú bị nhốt ở đâu",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "vườn bách thú",
        "tòa nhà",
        "rào chắn",
        "cửa tiệm",
        "bảo tàng",
        "chuồng trại",
        "hươu cao cổ",
        "kho"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.451305,
      "confidences": [
        0.451305,
        0.284634,
        0.146517,
        0.018339,
        0.007841,
        0.006893,
        0.006215,
        0.005604,
        0.003047,
        0.002673
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.855469,
        0.820312,
        0.711914,
        0.641602,
        0.663574,
        0.640137,
        0.687988,
        0.580566,
        0.688965
      ]
    },
    {
      "question_id": "10009961",
      "image_id": 446783,
      "question": "màu của ngôi nhà là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu đen",
        "màu xanh lá",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu nâu"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.441591,
      "confidences": [
        0.441591,
        0.251611,
        0.149658,
        0.056804,
        0.043046,
        0.021061,
        0.010757,
        0.006398,
        0.002535,
        0.001547
      ],
      "gate_score_top1": 0.878418,
      "gate_scores": [
        0.878418,
        0.842285,
        0.854004,
        0.766113,
        0.711426,
        0.777832,
        0.71582,
        0.766113,
        0.742188,
        0.64502
      ]
    },
    {
      "question_id": "10029471",
      "image_id": 294426,
      "question": "lưng của một người đứng đầu ở đâu",
      "ground_truth": "xe đẩy",
      "ground_truth_normalized": "xe đẩy",
      "predicted_top1": "xe buýt",
      "predicted_topk": [
        "xe buýt",
        "xe đẩy",
        "xe ô tô",
        "trạm",
        "phương tiện giao thông",
        "xe tải",
        "cửa sổ",
        "gương",
        "áo vest",
        "cửa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.314343,
      "confidences": [
        0.314343,
        0.20059,
        0.074082,
        0.033851,
        0.029873,
        0.028841,
        0.023494,
        0.017188,
        0.011953,
        0.011294
      ],
      "gate_score_top1": 0.805664,
      "gate_scores": [
        0.805664,
        0.764648,
        0.681152,
        0.689453,
        0.67041,
        0.708496,
        0.657227,
        0.730957,
        0.540039,
        0.601074
      ]
    },
    {
      "question_id": "10069431",
      "image_id": 351351,
      "question": "con chó giữ cái gì trong khi bị trói trên đường phố",
      "ground_truth": "móng vuốt",
      "ground_truth_normalized": "móng vuốt",
      "predicted_top1": "con chó",
      "predicted_topk": [
        "con chó",
        "cửa sổ",
        "bức ảnh",
        "nón",
        "mũ",
        "đồ chơi",
        "ván trượt",
        "đồng hồ",
        "áo khoác",
        "vòi"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.096878,
      "confidences": [
        0.096878,
        0.042489,
        0.037938,
        0.035849,
        0.02847,
        0.02685,
        0.022876,
        0.020667,
        0.016542,
        0.014988
      ],
      "gate_score_top1": 0.759277,
      "gate_scores": [
        0.759277,
        0.65918,
        0.601074,
        0.65332,
        0.591797,
        0.594238,
        0.651855,
        0.597168,
        0.47876,
        0.557617
      ]
    },
    {
      "question_id": "10001811",
      "image_id": 105580,
      "question": "màu của bề mặt là gì",
      "ground_truth": "màu trắng",
      "ground_truth_normalized": "màu trắng",
      "predicted_top1": "màu cam",
      "predicted_topk": [
        "màu cam",
        "màu đỏ",
        "màu trắng",
        "màu vàng",
        "màu nâu",
        "màu xám",
        "màu đen",
        "màu xanh lá",
        "màu tía",
        "màu xanh dương"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.776228,
      "confidences": [
        0.776228,
        0.077763,
        0.07746,
        0.037166,
        0.014162,
        0.002138,
        0.001546,
        0.001478,
        0.000466,
        0.000457
      ],
      "gate_score_top1": 0.87207,
      "gate_scores": [
        0.87207,
        0.827637,
        0.841309,
        0.819336,
        0.713867,
        0.690918,
        0.660156,
        0.655762,
        0.584473,
        0.626953
      ]
    },
    {
      "question_id": "10007371",
      "image_id": 342342,
      "question": "màu của tủ lạnh là gì",
      "ground_truth": "màu xám",
      "ground_truth_normalized": "màu xám",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu đen",
        "màu trắng",
        "màu xám",
        "màu cam",
        "màu đỏ",
        "màu vàng",
        "màu xanh lá",
        "màu xanh dương",
        "màu tía"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 2,
      "confidence_top1": 0.556115,
      "confidences": [
        0.556115,
        0.156859,
        0.122162,
        0.107808,
        0.023498,
        0.013285,
        0.003326,
        0.002918,
        0.001653,
        0.001055
      ],
      "gate_score_top1": 0.864258,
      "gate_scores": [
        0.864258,
        0.837402,
        0.863281,
        0.859863,
        0.81543,
        0.787598,
        0.736816,
        0.609375,
        0.691895,
        0.714355
      ]
    },
    {
      "question_id": "10035741",
      "image_id": 40901,
      "question": "người đàn ông rửa tay ở đâu",
      "ground_truth": "chậu",
      "ground_truth_normalized": "chậu",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "chậu",
        "gương",
        "bồn tắm",
        "vòi hoa sen",
        "phòng",
        "bát",
        "quầy tính tiền",
        "phòng bếp",
        "chuồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.64036,
      "confidences": [
        0.64036,
        0.309658,
        0.009648,
        0.004861,
        0.003868,
        0.002132,
        0.0017,
        0.001268,
        0.001236,
        0.001085
      ],
      "gate_score_top1": 0.884766,
      "gate_scores": [
        0.884766,
        0.859863,
        0.748047,
        0.687012,
        0.65332,
        0.711426,
        0.614746,
        0.544922,
        0.63623,
        0.63916
      ]
    },
    {
      "question_id": "10034701",
      "image_id": 8332,
      "question": "một chiếc giường cổ nhìn ở đâu",
      "ground_truth": "bảo tàng",
      "ground_truth_normalized": "bảo tàng",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "tòa nhà",
        "bảo tàng",
        "hành lang",
        "cửa sổ",
        "ô cửa",
        "cửa tiệm",
        "phòng tắm"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.461606,
      "confidences": [
        0.461606,
        0.163949,
        0.091967,
        0.062716,
        0.028714,
        0.023527,
        0.014186,
        0.01197,
        0.00785,
        0.00528
      ],
      "gate_score_top1": 0.835938,
      "gate_scores": [
        0.835938,
        0.848145,
        0.814941,
        0.739258,
        0.743164,
        0.672363,
        0.726562,
        0.606445,
        0.666504,
        0.581055
      ]
    },
    {
      "question_id": "10097461",
      "image_id": 437789,
      "question": "một quả táo một quả quýt đồ uống gì và các mặt hàng thực phẩm khác",
      "ground_truth": "cà rốt",
      "ground_truth_normalized": "cà rốt",
      "predicted_top1": "rau",
      "predicted_topk": [
        "rau",
        "cà rốt",
        "hoa quả",
        "chén đĩa",
        "thùng chứa",
        "cái mâm",
        "bông cải xanh",
        "táo",
        "những quả cam",
        "cái kệ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.300251,
      "confidences": [
        0.300251,
        0.155768,
        0.081445,
        0.055976,
        0.039384,
        0.015975,
        0.015666,
        0.015333,
        0.013637,
        0.013505
      ],
      "gate_score_top1": 0.858398,
      "gate_scores": [
        0.858398,
        0.824707,
        0.789062,
        0.723145,
        0.766113,
        0.748047,
        0.77002,
        0.720215,
        0.736816,
        0.695801
      ]
    },
    {
      "question_id": "10092291",
      "image_id": 558633,
      "question": "mọi người đang tận hưởng những gì cùng nhau",
      "ground_truth": "bữa ăn",
      "ground_truth_normalized": "bữa ăn",
      "predicted_top1": "pizza",
      "predicted_topk": [
        "pizza",
        "bữa ăn",
        "quán ăn",
        "đĩa ăn",
        "bánh",
        "đĩa",
        "rượu",
        "sandwich",
        "dĩa",
        "mũ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.208684,
      "confidences": [
        0.208684,
        0.191499,
        0.068817,
        0.068682,
        0.033343,
        0.017605,
        0.01703,
        0.013899,
        0.01273,
        0.011704
      ],
      "gate_score_top1": 0.782227,
      "gate_scores": [
        0.782227,
        0.743652,
        0.671875,
        0.719727,
        0.633301,
        0.602539,
        0.585938,
        0.699219,
        0.576172,
        0.634766
      ]
    },
    {
      "question_id": "10073011",
      "image_id": 413948,
      "question": "người trượt tuyết ở đâu bên cạnh một đường màu xanh trong tuyết",
      "ground_truth": "núi",
      "ground_truth_normalized": "núi",
      "predicted_top1": "trượt tuyết",
      "predicted_topk": [
        "trượt tuyết",
        "ván trượt",
        "núi",
        "đồi",
        "sân vận động",
        "cây",
        "đường",
        "hồ bơi",
        "áo vest",
        "ảnh chụp"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.346361,
      "confidences": [
        0.346361,
        0.112887,
        0.097696,
        0.027664,
        0.01279,
        0.010802,
        0.008877,
        0.007043,
        0.00694,
        0.00694
      ],
      "gate_score_top1": 0.788086,
      "gate_scores": [
        0.788086,
        0.701172,
        0.706055,
        0.69043,
        0.686035,
        0.605957,
        0.617676,
        0.586914,
        0.593262,
        0.507812
      ]
    },
    {
      "question_id": "10093781",
      "image_id": 406119,
      "question": "những gì prop máy bay lướt trên mặt nước",
      "ground_truth": "động cơ",
      "ground_truth_normalized": "động cơ",
      "predicted_top1": "máy bay",
      "predicted_topk": [
        "máy bay",
        "ga-ra",
        "bầu trời",
        "động cơ",
        "con thuyền",
        "bến tàu",
        "bảo tàng",
        "xe đẩy",
        "núi",
        "diều"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.539529,
      "confidences": [
        0.539529,
        0.039313,
        0.036715,
        0.031221,
        0.024553,
        0.009211,
        0.007591,
        0.007547,
        0.006615,
        0.005976
      ],
      "gate_score_top1": 0.799316,
      "gate_scores": [
        0.799316,
        0.562012,
        0.567383,
        0.666016,
        0.662598,
        0.462402,
        0.585938,
        0.646973,
        0.520508,
        0.606445
      ]
    },
    {
      "question_id": "10108241",
      "image_id": 545305,
      "question": "có bao nhiêu con bò với bộ lông dài dũng cảm đi tuyết mùa đông",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "ba",
        "bảy",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.583758,
      "confidences": [
        0.583758,
        0.30285,
        0.072497,
        0.015137,
        0.012021,
        0.00252,
        0.001869,
        0.001207,
        0.000898,
        0.000801
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.862793,
        0.786133,
        0.731445,
        0.716797,
        0.654297,
        0.664062,
        0.59668,
        0.550781,
        0.591309
      ]
    },
    {
      "question_id": "10039071",
      "image_id": 455405,
      "question": "những con chim đứng ở đâu",
      "ground_truth": "lồng",
      "ground_truth_normalized": "lồng",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "lồng",
        "vườn bách thú",
        "rào chắn",
        "tòa nhà",
        "chuồng trại",
        "hồ bơi",
        "bảo tàng",
        "kho",
        "sân"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.517586,
      "confidences": [
        0.517586,
        0.286957,
        0.115489,
        0.010617,
        0.004158,
        0.003868,
        0.003584,
        0.001956,
        0.001308,
        0.001266
      ],
      "gate_score_top1": 0.85791,
      "gate_scores": [
        0.85791,
        0.86377,
        0.828613,
        0.640625,
        0.661621,
        0.685059,
        0.660156,
        0.625488,
        0.67041,
        0.626465
      ]
    },
    {
      "question_id": "10040411",
      "image_id": 566174,
      "question": "gấu bông ngồi ở đâu",
      "ground_truth": "sàn nhà",
      "ground_truth_normalized": "sàn nhà",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "cái túi",
        "hành lang",
        "hộp",
        "sàn nhà",
        "cửa sổ",
        "hành lý",
        "vali",
        "gương",
        "phòng ngủ"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.139397,
      "confidences": [
        0.139397,
        0.076383,
        0.055557,
        0.046692,
        0.044554,
        0.030324,
        0.029506,
        0.026449,
        0.022535,
        0.021629
      ],
      "gate_score_top1": 0.751953,
      "gate_scores": [
        0.751953,
        0.689941,
        0.653809,
        0.702637,
        0.589844,
        0.680176,
        0.616699,
        0.626953,
        0.75293,
        0.756348
      ]
    },
    {
      "question_id": "10037311",
      "image_id": 543734,
      "question": "một bể cá ở đâu",
      "ground_truth": "tường",
      "ground_truth_normalized": "tường",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "tường",
        "bồn tắm",
        "cây",
        "nhà ở",
        "phòng",
        "bát",
        "cửa sổ",
        "bông cải xanh",
        "vòi hoa sen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.303209,
      "confidences": [
        0.303209,
        0.095037,
        0.039928,
        0.032588,
        0.022662,
        0.021372,
        0.020077,
        0.019046,
        0.017139,
        0.015882
      ],
      "gate_score_top1": 0.754883,
      "gate_scores": [
        0.754883,
        0.644531,
        0.73584,
        0.594727,
        0.668945,
        0.670898,
        0.68457,
        0.582031,
        0.564453,
        0.645508
      ]
    },
    {
      "question_id": "10115341",
      "image_id": 340528,
      "question": "có bao nhiêu chế độ xem toàn bộ mặt trước",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "bốn",
      "predicted_topk": [
        "bốn",
        "ba",
        "năm",
        "sáu",
        "bảy",
        "hai",
        "một",
        "tám",
        "chín",
        "mười"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.761161,
      "confidences": [
        0.761161,
        0.115819,
        0.06625,
        0.021847,
        0.00869,
        0.007404,
        0.006663,
        0.002097,
        0.002088,
        0.001325
      ],
      "gate_score_top1": 0.875977,
      "gate_scores": [
        0.875977,
        0.823242,
        0.807617,
        0.70752,
        0.726074,
        0.716797,
        0.700195,
        0.600098,
        0.606934,
        0.486328
      ]
    },
    {
      "question_id": "10056311",
      "image_id": 449768,
      "question": "những gì đỗ bên ngoài với chuỗi gắn liền với nó",
      "ground_truth": "xe đạp",
      "ground_truth_normalized": "xe đạp",
      "predicted_top1": "xe máy",
      "predicted_topk": [
        "xe máy",
        "xe đạp",
        "xe tay ga",
        "mũ",
        "đường",
        "xe cộ",
        "ga-ra",
        "cây",
        "máy bay",
        "con khỉ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.949081,
      "confidences": [
        0.949081,
        0.037526,
        0.002334,
        0.000604,
        0.000419,
        0.000289,
        0.000267,
        0.000235,
        0.000189,
        0.000156
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.853516,
        0.681641,
        0.523926,
        0.549316,
        0.495117,
        0.490723,
        0.513184,
        0.600098,
        0.375
      ]
    },
    {
      "question_id": "10108831",
      "image_id": 111002,
      "question": "có bao nhiêu chú cừu lông cừu được vẽ bằng những chữ cái nhỏ màu xanh",
      "ground_truth": "sáu",
      "ground_truth_normalized": "sáu",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "bốn",
        "sáu",
        "bảy",
        "ba",
        "tám",
        "chín",
        "một",
        "mười",
        "hai"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.557615,
      "confidences": [
        0.557615,
        0.269645,
        0.113286,
        0.022482,
        0.012465,
        0.007619,
        0.002091,
        0.001886,
        0.001569,
        0.000814
      ],
      "gate_score_top1": 0.869629,
      "gate_scores": [
        0.869629,
        0.831055,
        0.79248,
        0.767578,
        0.72168,
        0.67334,
        0.660156,
        0.609375,
        0.556641,
        0.566406
      ]
    },
    {
      "question_id": "10080181",
      "image_id": 374707,
      "question": "phòng tắm với nhà vệ sinh và đứng lên cái gì",
      "ground_truth": "vòi hoa sen",
      "ground_truth_normalized": "vòi hoa sen",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "bồn tắm",
        "khăn",
        "cửa",
        "tường",
        "bồn tiểu",
        "bức ảnh",
        "máy ảnh",
        "nhà ở"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.243005,
      "confidences": [
        0.243005,
        0.237376,
        0.077366,
        0.068009,
        0.058399,
        0.044082,
        0.030594,
        0.019947,
        0.010491,
        0.009079
      ],
      "gate_score_top1": 0.75,
      "gate_scores": [
        0.75,
        0.771484,
        0.804688,
        0.738281,
        0.717285,
        0.667969,
        0.662598,
        0.643066,
        0.55957,
        0.687988
      ]
    },
    {
      "question_id": "10068691",
      "image_id": 572408,
      "question": "những gì đang đứng cạnh một con cừu trên một cánh đồng cỏ",
      "ground_truth": "bò đực",
      "ground_truth_normalized": "bò đực",
      "predicted_top1": "con bò",
      "predicted_topk": [
        "con bò",
        "gia súc",
        "bò đực",
        "con cừu",
        "đồi",
        "bãi cỏ",
        "con ngựa",
        "gấu",
        "màu nâu",
        "con voi"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.292938,
      "confidences": [
        0.292938,
        0.215999,
        0.175606,
        0.073203,
        0.024234,
        0.023812,
        0.011605,
        0.008261,
        0.007362,
        0.005381
      ],
      "gate_score_top1": 0.817871,
      "gate_scores": [
        0.817871,
        0.728516,
        0.737305,
        0.755859,
        0.643066,
        0.696289,
        0.712402,
        0.631836,
        0.598633,
        0.550293
      ]
    },
    {
      "question_id": "10097311",
      "image_id": 393838,
      "question": "những gì đầy cần tây, hành tây và cà rốt",
      "ground_truth": "chảo",
      "ground_truth_normalized": "chảo",
      "predicted_top1": "cái nồi",
      "predicted_topk": [
        "cái nồi",
        "chảo",
        "món ăn",
        "bát",
        "quầy tính tiền",
        "cà rốt",
        "máy xay",
        "chén đĩa",
        "rau",
        "lò vi sóng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.479125,
      "confidences": [
        0.479125,
        0.183282,
        0.037675,
        0.037236,
        0.035531,
        0.030096,
        0.028886,
        0.011971,
        0.011763,
        0.00401
      ],
      "gate_score_top1": 0.847168,
      "gate_scores": [
        0.847168,
        0.816895,
        0.721191,
        0.737305,
        0.66748,
        0.722656,
        0.745117,
        0.701172,
        0.689941,
        0.63916
      ]
    },
    {
      "question_id": "10072341",
      "image_id": 444982,
      "question": "những gì chăn thả cỏ trong bao vây của họ",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "bãi cỏ",
        "hươu cao cổ",
        "ba",
        "con ngựa",
        "màu xanh lá",
        "con chim",
        "màu nâu",
        "tàu hỏa"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.719057,
      "confidences": [
        0.719057,
        0.268692,
        0.001239,
        0.001085,
        0.000296,
        0.000287,
        0.000228,
        0.000228,
        0.000215,
        0.000214
      ],
      "gate_score_top1": 0.879395,
      "gate_scores": [
        0.879395,
        0.853027,
        0.62207,
        0.671875,
        0.71582,
        0.587402,
        0.568848,
        0.537598,
        0.740723,
        0.587402
      ]
    },
    {
      "question_id": "10079371",
      "image_id": 343603,
      "question": "cái gì đang mở và gần như trống rỗng",
      "ground_truth": "tủ lạnh",
      "ground_truth_normalized": "tủ lạnh",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "cửa",
        "tủ lạnh",
        "cái kệ",
        "chai",
        "cửa ra vào",
        "phòng bếp",
        "con chó",
        "lò vi sóng",
        "rau"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.496246,
      "confidences": [
        0.496246,
        0.250505,
        0.101213,
        0.042856,
        0.010259,
        0.004706,
        0.002245,
        0.002191,
        0.002058,
        0.002026
      ],
      "gate_score_top1": 0.827637,
      "gate_scores": [
        0.827637,
        0.810547,
        0.793945,
        0.751465,
        0.651855,
        0.496338,
        0.48877,
        0.563477,
        0.52002,
        0.64502
      ]
    },
    {
      "question_id": "10084191",
      "image_id": 499480,
      "question": "cái gì đang bên cạnh một máy rửa chén",
      "ground_truth": "tủ đông",
      "ground_truth_normalized": "tủ đông",
      "predicted_top1": "tủ đá",
      "predicted_topk": [
        "tủ đá",
        "tủ lạnh",
        "cửa",
        "phòng bếp",
        "cái kệ",
        "bếp",
        "lò vi sóng",
        "chai",
        "quầy tính tiền",
        "tường"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.722257,
      "confidences": [
        0.722257,
        0.066139,
        0.051108,
        0.01101,
        0.009641,
        0.008508,
        0.008425,
        0.008246,
        0.007067,
        0.006152
      ],
      "gate_score_top1": 0.858398,
      "gate_scores": [
        0.858398,
        0.759277,
        0.751953,
        0.583984,
        0.688965,
        0.706543,
        0.603027,
        0.578613,
        0.569336,
        0.626953
      ]
    },
    {
      "question_id": "10086101",
      "image_id": 517861,
      "question": "cái gì mắc vào bánh mì thịt kéo",
      "ground_truth": "cái nĩa",
      "ground_truth_normalized": "cái nĩa",
      "predicted_top1": "sandwich",
      "predicted_topk": [
        "sandwich",
        "đĩa ăn",
        "bữa ăn",
        "cái nĩa",
        "dĩa",
        "búi tóc",
        "cái rổ",
        "cái mâm",
        "bữa trưa",
        "món ăn"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.623549,
      "confidences": [
        0.623549,
        0.047709,
        0.039168,
        0.021378,
        0.019503,
        0.017689,
        0.009035,
        0.008655,
        0.007316,
        0.006927
      ],
      "gate_score_top1": 0.805664,
      "gate_scores": [
        0.805664,
        0.739746,
        0.682617,
        0.64209,
        0.594727,
        0.685059,
        0.593262,
        0.648438,
        0.474365,
        0.602051
      ]
    },
    {
      "question_id": "10052061",
      "image_id": 429207,
      "question": "người đàn ông đang giữ một dấu hiệu dừng lại ở đâu",
      "ground_truth": "áo vest",
      "ground_truth_normalized": "áo vest",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "áo vest",
        "xe ô tô",
        "xe tải",
        "ảnh chụp",
        "vạch kẻ đường",
        "phương tiện giao thông",
        "gương",
        "xe cộ"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.389118,
      "confidences": [
        0.389118,
        0.342057,
        0.081246,
        0.027859,
        0.012195,
        0.00978,
        0.008698,
        0.007767,
        0.007339,
        0.004348
      ],
      "gate_score_top1": 0.79248,
      "gate_scores": [
        0.79248,
        0.832031,
        0.700195,
        0.727539,
        0.661621,
        0.589844,
        0.675781,
        0.61377,
        0.726074,
        0.566406
      ]
    },
    {
      "question_id": "10025381",
      "image_id": 462129,
      "question": "những người phụ nữ mặc một chiếc áo khoác màu đỏ ở đâu",
      "ground_truth": "vạch kẻ đường",
      "ground_truth_normalized": "vạch kẻ đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "chiếc ô",
        "vạch kẻ đường",
        "áo vest",
        "xe ô tô",
        "ảnh chụp",
        "gương",
        "cửa sổ",
        "xe tay ga"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.543042,
      "confidences": [
        0.543042,
        0.122119,
        0.098895,
        0.045101,
        0.015136,
        0.01328,
        0.012549,
        0.010242,
        0.009417,
        0.003434
      ],
      "gate_score_top1": 0.794434,
      "gate_scores": [
        0.794434,
        0.830566,
        0.780273,
        0.724121,
        0.598145,
        0.69873,
        0.612305,
        0.719238,
        0.712402,
        0.614258
      ]
    },
    {
      "question_id": "10045131",
      "image_id": 300882,
      "question": "phòng ngủ nằm ở đâu",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "phòng ngủ",
        "nhà ở",
        "hành lang",
        "tòa nhà",
        "cửa sổ",
        "ô cửa",
        "bảo tàng",
        "lọ cắm hoa",
        "cửa"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.440594,
      "confidences": [
        0.440594,
        0.365265,
        0.056234,
        0.012946,
        0.010587,
        0.009583,
        0.005612,
        0.00506,
        0.004943,
        0.003659
      ],
      "gate_score_top1": 0.856445,
      "gate_scores": [
        0.856445,
        0.879883,
        0.80957,
        0.668945,
        0.614258,
        0.71582,
        0.579102,
        0.604492,
        0.603516,
        0.59668
      ]
    },
    {
      "question_id": "10115671",
      "image_id": 296763,
      "question": "có bao nhiêu lát bánh mì với phô mai kem và cà chua và một lát bánh mì khác với một ít thịt",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "hai",
        "một",
        "bốn",
        "năm",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.411622,
      "confidences": [
        0.411622,
        0.2086,
        0.174292,
        0.150249,
        0.015349,
        0.013077,
        0.005494,
        0.004983,
        0.001181,
        0.000746
      ],
      "gate_score_top1": 0.854004,
      "gate_scores": [
        0.854004,
        0.832031,
        0.800781,
        0.826172,
        0.712891,
        0.598633,
        0.624512,
        0.598145,
        0.466797,
        0.482178
      ]
    },
    {
      "question_id": "10112881",
      "image_id": 229896,
      "question": "có bao nhiêu người đàn ông mặc quân phục cùng với hai người đàn ông khác đang cắt bánh",
      "ground_truth": "hai",
      "ground_truth_normalized": "hai",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "một",
        "sáu",
        "tám",
        "bảy",
        "mười",
        "chín"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.838103,
      "confidences": [
        0.838103,
        0.074096,
        0.061188,
        0.011497,
        0.003912,
        0.003346,
        0.000751,
        0.000583,
        0.000241,
        0.000233
      ],
      "gate_score_top1": 0.888672,
      "gate_scores": [
        0.888672,
        0.847168,
        0.820801,
        0.725586,
        0.67627,
        0.528809,
        0.519531,
        0.503418,
        0.421143,
        0.391602
      ]
    },
    {
      "question_id": "10072051",
      "image_id": 373075,
      "question": "người đàn ông không mặc áo nướng là gì",
      "ground_truth": "gà",
      "ground_truth_normalized": "gà",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "áo sơ mi",
        "lò vi sóng",
        "cái mâm",
        "thịt",
        "gà",
        "dao",
        "bữa ăn",
        "cà rốt",
        "tạp dề"
      ],
      "gt_rank": 6,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.124812,
      "confidences": [
        0.124812,
        0.0659,
        0.040284,
        0.03997,
        0.038364,
        0.034999,
        0.028454,
        0.024818,
        0.024055,
        0.024055
      ],
      "gate_score_top1": 0.669434,
      "gate_scores": [
        0.669434,
        0.566406,
        0.654785,
        0.716309,
        0.637695,
        0.572754,
        0.713867,
        0.664551,
        0.628906,
        0.623047
      ]
    },
    {
      "question_id": "10066011",
      "image_id": 403065,
      "question": "những gì nó thực hiện nhiệm vụ của mình trên bãi biển",
      "ground_truth": "phương tiện giao thông",
      "ground_truth_normalized": "phương tiện giao thông",
      "predicted_top1": "xe tải",
      "predicted_topk": [
        "xe tải",
        "phương tiện giao thông",
        "xe cộ",
        "xe ô tô",
        "xe đẩy",
        "đoạn phim giới thiệu",
        "động cơ",
        "xe buýt",
        "đường",
        "đường đi bộ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.757188,
      "confidences": [
        0.757188,
        0.103682,
        0.041081,
        0.027047,
        0.004494,
        0.003653,
        0.003632,
        0.002652,
        0.002511,
        0.001147
      ],
      "gate_score_top1": 0.84668,
      "gate_scores": [
        0.84668,
        0.807129,
        0.777832,
        0.731934,
        0.640625,
        0.500488,
        0.525391,
        0.644531,
        0.609375,
        0.44165
      ]
    },
    {
      "question_id": "10025581",
      "image_id": 185945,
      "question": "đứa trẻ với chiếc găng tay chạy ở đâu",
      "ground_truth": "đường bộ",
      "ground_truth_normalized": "đường",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "găng tay",
        "sân vận động",
        "quả bóng",
        "lồng",
        "hộp",
        "xe lăn",
        "đường",
        "cái rổ",
        "ảnh chụp"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.179084,
      "confidences": [
        0.179084,
        0.112506,
        0.074507,
        0.051409,
        0.031734,
        0.022635,
        0.019859,
        0.017019,
        0.015436,
        0.014557
      ],
      "gate_score_top1": 0.692383,
      "gate_scores": [
        0.692383,
        0.733887,
        0.668457,
        0.606934,
        0.737793,
        0.534668,
        0.682129,
        0.712402,
        0.605469,
        0.518555
      ]
    },
    {
      "question_id": "10105881",
      "image_id": 29473,
      "question": "có bao nhiêu món ăn để chọn cho bữa tối",
      "ground_truth": "bốn",
      "ground_truth_normalized": "bốn",
      "predicted_top1": "ba",
      "predicted_topk": [
        "ba",
        "bốn",
        "hai",
        "năm",
        "sáu",
        "một",
        "bảy",
        "tám",
        "mười",
        "chín"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.658005,
      "confidences": [
        0.658005,
        0.301257,
        0.015235,
        0.014312,
        0.00359,
        0.002094,
        0.000841,
        0.00064,
        0.000215,
        0.000189
      ],
      "gate_score_top1": 0.890625,
      "gate_scores": [
        0.890625,
        0.888672,
        0.802246,
        0.733887,
        0.549316,
        0.660156,
        0.593262,
        0.543945,
        0.426514,
        0.451172
      ]
    },
    {
      "question_id": "10070891",
      "image_id": 499134,
      "question": "những gì nằm bên cạnh máy tính trên bàn",
      "ground_truth": "laptop",
      "ground_truth_normalized": "laptop",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "laptop",
        "cái bàn",
        "bàn phím",
        "văn phòng",
        "bức tranh",
        "thư viện",
        "chuột",
        "điện thoại",
        "trang thiết bị"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.512331,
      "confidences": [
        0.512331,
        0.424737,
        0.026112,
        0.005182,
        0.001975,
        0.001447,
        0.001408,
        0.001315,
        0.001282,
        0.001226
      ],
      "gate_score_top1": 0.885742,
      "gate_scores": [
        0.885742,
        0.89502,
        0.821777,
        0.728516,
        0.723633,
        0.560059,
        0.66748,
        0.655762,
        0.674805,
        0.513672
      ]
    },
    {
      "question_id": "10057951",
      "image_id": 400152,
      "question": "xe lửa nào rời trạm",
      "ground_truth": "xe điện ngầm",
      "ground_truth_normalized": "xe điện ngầm",
      "predicted_top1": "trạm",
      "predicted_topk": [
        "trạm",
        "xe điện ngầm",
        "tàu hỏa",
        "đường sắt",
        "xe điện",
        "các tòa nhà",
        "tòa nhà",
        "xe ô tô",
        "cầu",
        "động cơ"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.465586,
      "confidences": [
        0.465586,
        0.163436,
        0.129795,
        0.02591,
        0.015532,
        0.01395,
        0.012978,
        0.012902,
        0.011166,
        0.006615
      ],
      "gate_score_top1": 0.800293,
      "gate_scores": [
        0.800293,
        0.750977,
        0.766113,
        0.708984,
        0.724609,
        0.668457,
        0.708984,
        0.648926,
        0.663574,
        0.658203
      ]
    },
    {
      "question_id": "10076691",
      "image_id": 572303,
      "question": "những gì đỗ bên cạnh cây trên đường ray",
      "ground_truth": "xe ô tô",
      "ground_truth_normalized": "xe ô tô",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "đường sắt",
        "xe tải",
        "phương tiện giao thông",
        "xe đẩy",
        "hàng hoá",
        "các tòa nhà",
        "xe đạp"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.727037,
      "confidences": [
        0.727037,
        0.162224,
        0.058525,
        0.004215,
        0.00364,
        0.002841,
        0.002643,
        0.001896,
        0.001889,
        0.00117
      ],
      "gate_score_top1": 0.884277,
      "gate_scores": [
        0.884277,
        0.8125,
        0.780762,
        0.581055,
        0.706055,
        0.624512,
        0.660645,
        0.57959,
        0.637207,
        0.617188
      ]
    },
    {
      "question_id": "10079741",
      "image_id": 337561,
      "question": "cái gì đã thiết lập với chiếc xe đạp",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "xe đạp",
      "predicted_topk": [
        "xe đạp",
        "xe lăn",
        "xe tay ga",
        "cái lều",
        "xe đẩy",
        "cái rổ",
        "toa xe",
        "cửa hàng",
        "giá đỡ",
        "ảnh chụp"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.547227,
      "confidences": [
        0.547227,
        0.036023,
        0.03142,
        0.018184,
        0.013226,
        0.009781,
        0.008716,
        0.008309,
        0.008101,
        0.007867
      ],
      "gate_score_top1": 0.809082,
      "gate_scores": [
        0.809082,
        0.766602,
        0.724121,
        0.600098,
        0.705566,
        0.719238,
        0.615723,
        0.669434,
        0.500977,
        0.568359
      ]
    },
    {
      "question_id": "10094271",
      "image_id": 521605,
      "question": "những gì bao gồm khoai tây và rau xanh",
      "ground_truth": "món ăn",
      "ground_truth_normalized": "món ăn",
      "predicted_top1": "đĩa ăn",
      "predicted_topk": [
        "đĩa ăn",
        "món ăn",
        "bữa ăn",
        "thịt",
        "bát",
        "chén đĩa",
        "dĩa",
        "quán ăn",
        "bữa ăn tối",
        "rau"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.690825,
      "confidences": [
        0.690825,
        0.109732,
        0.052856,
        0.01612,
        0.012003,
        0.011476,
        0.00944,
        0.006988,
        0.006313,
        0.005626
      ],
      "gate_score_top1": 0.86084,
      "gate_scores": [
        0.86084,
        0.812012,
        0.78125,
        0.704102,
        0.699707,
        0.658203,
        0.673828,
        0.687988,
        0.591309,
        0.689453
      ]
    },
    {
      "question_id": "10033491",
      "image_id": 298141,
      "question": "đâu là nơi băng ghế nép mình",
      "ground_truth": "lối đi",
      "ground_truth_normalized": "lối đi",
      "predicted_top1": "đường phố",
      "predicted_topk": [
        "đường phố",
        "đường",
        "sân vườn",
        "cây",
        "lối đi",
        "sân",
        "chuồng",
        "băng ghế",
        "vườn bách thú",
        "ảnh chụp"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.111323,
      "confidences": [
        0.111323,
        0.10336,
        0.102156,
        0.059239,
        0.052998,
        0.029211,
        0.028702,
        0.021329,
        0.017891,
        0.015758
      ],
      "gate_score_top1": 0.780762,
      "gate_scores": [
        0.780762,
        0.775391,
        0.718262,
        0.67041,
        0.600098,
        0.70752,
        0.706055,
        0.633301,
        0.648926,
        0.590332
      ]
    },
    {
      "question_id": "10080101",
      "image_id": 539439,
      "question": "cái nhìn rất gọn gàng và có trật tự",
      "ground_truth": "chung cư",
      "ground_truth_normalized": "chung cư",
      "predicted_top1": "cái bàn",
      "predicted_topk": [
        "cái bàn",
        "máy tính",
        "văn phòng",
        "chung cư",
        "phòng",
        "laptop",
        "phòng ngủ",
        "cái kệ",
        "nhiều cái ghế",
        "bàn phím"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.533611,
      "confidences": [
        0.533611,
        0.080563,
        0.051813,
        0.030698,
        0.029638,
        0.02065,
        0.018366,
        0.013281,
        0.012022,
        0.010861
      ],
      "gate_score_top1": 0.819824,
      "gate_scores": [
        0.819824,
        0.79834,
        0.725098,
        0.649902,
        0.740234,
        0.705566,
        0.67041,
        0.597656,
        0.569336,
        0.658203
      ]
    },
    {
      "question_id": "10101231",
      "image_id": 506748,
      "question": "những gì trong giá đỡ thủy tinh",
      "ground_truth": "hoa hồng",
      "ground_truth_normalized": "hoa hồng",
      "predicted_top1": "bông hoa",
      "predicted_topk": [
        "bông hoa",
        "lọ cắm hoa",
        "hoa hồng",
        "cây",
        "chai",
        "cái lọ",
        "cái nồi",
        "bình hoa",
        "bát",
        "tách"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.466043,
      "confidences": [
        0.466043,
        0.291642,
        0.122528,
        0.018141,
        0.005047,
        0.004377,
        0.004104,
        0.003061,
        0.002938,
        0.00256
      ],
      "gate_score_top1": 0.873047,
      "gate_scores": [
        0.873047,
        0.733398,
        0.772461,
        0.727051,
        0.616699,
        0.613281,
        0.554199,
        0.468262,
        0.603516,
        0.627441
      ]
    },
    {
      "question_id": "10116951",
      "image_id": 41908,
      "question": "có bao nhiêu con ngựa vằn đang nhìn vào con ngựa vằn khác",
      "ground_truth": "một",
      "ground_truth_normalized": "một",
      "predicted_top1": "hai",
      "predicted_topk": [
        "hai",
        "một",
        "ba",
        "bốn",
        "bãi cỏ",
        "sáu",
        "cây",
        "ngựa rằn",
        "bảy",
        "tám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 1,
      "confidence_top1": 0.54619,
      "confidences": [
        0.54619,
        0.442318,
        0.002155,
        0.000582,
        0.000213,
        0.000176,
        0.000163,
        0.000148,
        0.000145,
        0.000125
      ],
      "gate_score_top1": 0.871094,
      "gate_scores": [
        0.871094,
        0.865234,
        0.710938,
        0.559082,
        0.474121,
        0.355713,
        0.405273,
        0.450195,
        0.366699,
        0.405273
      ]
    },
    {
      "question_id": "10000251",
      "image_id": 360165,
      "question": "màu của con chó là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu nâu",
      "predicted_topk": [
        "màu nâu",
        "màu trắng",
        "màu vàng",
        "màu cam",
        "màu đen",
        "màu xám",
        "màu đỏ",
        "màu xanh dương",
        "màu tía",
        "tách"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.831282,
      "confidences": [
        0.831282,
        0.112063,
        0.026617,
        0.006783,
        0.006224,
        0.002778,
        0.001255,
        0.000462,
        0.000455,
        0.0003
      ],
      "gate_score_top1": 0.861328,
      "gate_scores": [
        0.861328,
        0.862793,
        0.823242,
        0.721191,
        0.724609,
        0.772461,
        0.691895,
        0.578613,
        0.600098,
        0.444336
      ]
    },
    {
      "question_id": "10059351",
      "image_id": 560466,
      "question": "những gì được bao quanh bởi những ngôi nhà đồ chơi",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "tàu hỏa",
      "predicted_topk": [
        "tàu hỏa",
        "xe ô tô",
        "động cơ",
        "các tòa nhà",
        "trạm",
        "đường sắt",
        "đồ chơi",
        "hàng hoá",
        "cầu",
        "xe điện"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.739215,
      "confidences": [
        0.739215,
        0.053549,
        0.043027,
        0.014024,
        0.013381,
        0.01032,
        0.008423,
        0.006309,
        0.005386,
        0.003909
      ],
      "gate_score_top1": 0.855957,
      "gate_scores": [
        0.855957,
        0.734375,
        0.726562,
        0.651855,
        0.676758,
        0.65918,
        0.527344,
        0.575684,
        0.650879,
        0.633789
      ]
    },
    {
      "question_id": "10081831",
      "image_id": 344633,
      "question": "hai người mặc những gì đang cưỡi ngựa nâu",
      "ground_truth": "mũ bảo hiểm",
      "ground_truth_normalized": "mũ bảo hiểm",
      "predicted_top1": "mũ",
      "predicted_topk": [
        "mũ",
        "con ngựa",
        "bãi cỏ",
        "chuồng",
        "lồng",
        "chuồng trại",
        "mũ bảo hiểm",
        "xe",
        "đồi",
        "con bò"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.247438,
      "confidences": [
        0.247438,
        0.108098,
        0.085847,
        0.022926,
        0.020114,
        0.017578,
        0.016036,
        0.012034,
        0.011393,
        0.010323
      ],
      "gate_score_top1": 0.693848,
      "gate_scores": [
        0.693848,
        0.709473,
        0.725586,
        0.545898,
        0.581543,
        0.580078,
        0.425781,
        0.49707,
        0.572754,
        0.635742
      ]
    },
    {
      "question_id": "10093511",
      "image_id": 480345,
      "question": "những gì ăn lá từ trên đỉnh của cây",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "hươu cao cổ",
      "predicted_topk": [
        "hươu cao cổ",
        "ngựa rằn",
        "cây",
        "ngựa vằn",
        "lá",
        "màu xanh lá",
        "vườn bách thú",
        "chuồng",
        "con chim",
        "lồng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.978558,
      "confidences": [
        0.978558,
        0.014289,
        0.001137,
        0.000653,
        0.000467,
        0.000385,
        0.000208,
        0.000135,
        0.000127,
        0.0001
      ],
      "gate_score_top1": 0.918945,
      "gate_scores": [
        0.918945,
        0.819336,
        0.606934,
        0.683105,
        0.521484,
        0.634277,
        0.632812,
        0.518066,
        0.551758,
        0.490723
      ]
    },
    {
      "question_id": "10086211",
      "image_id": 365626,
      "question": "bốn người đàn ông đang lập văn phòng và ăn gì vậy",
      "ground_truth": "bữa trưa",
      "ground_truth_normalized": "bữa trưa",
      "predicted_top1": "máy tính",
      "predicted_topk": [
        "máy tính",
        "văn phòng",
        "laptop",
        "thư viện",
        "lớp học",
        "cái bàn",
        "điện thoại",
        "bức tranh",
        "bàn phím",
        "phòng"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.322981,
      "confidences": [
        0.322981,
        0.173556,
        0.071506,
        0.062613,
        0.055907,
        0.039489,
        0.016819,
        0.016494,
        0.013331,
        0.010043
      ],
      "gate_score_top1": 0.811523,
      "gate_scores": [
        0.811523,
        0.817383,
        0.798828,
        0.741699,
        0.741211,
        0.731445,
        0.703613,
        0.586426,
        0.70459,
        0.645996
      ]
    },
    {
      "question_id": "10049901",
      "image_id": 480376,
      "question": "hai đứa trẻ ngồi ở đâu",
      "ground_truth": "cái lều",
      "ground_truth_normalized": "cái lều",
      "predicted_top1": "phòng ngủ",
      "predicted_topk": [
        "phòng ngủ",
        "giường",
        "cái lều",
        "cái túi",
        "phòng",
        "hành lang",
        "sân",
        "áo vest",
        "lồng",
        "balo"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.131712,
      "confidences": [
        0.131712,
        0.116691,
        0.061492,
        0.056649,
        0.045519,
        0.01726,
        0.013614,
        0.013156,
        0.011839,
        0.010918
      ],
      "gate_score_top1": 0.681641,
      "gate_scores": [
        0.681641,
        0.621094,
        0.553711,
        0.644043,
        0.694824,
        0.488525,
        0.563477,
        0.525391,
        0.540039,
        0.507812
      ]
    },
    {
      "question_id": "10034851",
      "image_id": 528541,
      "question": "bàn chải đánh răng điện ở đâu",
      "ground_truth": "trạm",
      "ground_truth_normalized": "trạm",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "trạm",
        "máy xay",
        "gương",
        "ảnh chụp",
        "văn phòng",
        "máy sấy khô",
        "hộp",
        "cửa hàng",
        "cái ghế"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.07112,
      "confidences": [
        0.07112,
        0.065391,
        0.05485,
        0.039662,
        0.031253,
        0.029131,
        0.024771,
        0.022032,
        0.020657,
        0.017361
      ],
      "gate_score_top1": 0.746094,
      "gate_scores": [
        0.746094,
        0.620117,
        0.681152,
        0.671387,
        0.496826,
        0.649414,
        0.612305,
        0.621094,
        0.727539,
        0.567383
      ]
    },
    {
      "question_id": "10089081",
      "image_id": 479762,
      "question": "những gì đang đi qua con đường đất",
      "ground_truth": "ngựa rằn",
      "ground_truth_normalized": "ngựa rằn",
      "predicted_top1": "ngựa vằn",
      "predicted_topk": [
        "ngựa vằn",
        "ngựa rằn",
        "hươu cao cổ",
        "bãi cỏ",
        "chuồng",
        "rào chắn",
        "lồng",
        "con ngựa",
        "vườn bách thú",
        "ba"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.912661,
      "confidences": [
        0.912661,
        0.067681,
        0.001832,
        0.001804,
        0.001688,
        0.000938,
        0.000815,
        0.000432,
        0.000406,
        0.000273
      ],
      "gate_score_top1": 0.88916,
      "gate_scores": [
        0.88916,
        0.851562,
        0.683105,
        0.635742,
        0.618164,
        0.530762,
        0.661621,
        0.625488,
        0.646973,
        0.661621
      ]
    },
    {
      "question_id": "10108371",
      "image_id": 472900,
      "question": "có bao nhiêu đồ uống đang ngồi trên một khay đồ uống lớn",
      "ground_truth": "mười",
      "ground_truth_normalized": "mười",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "tám",
        "chín",
        "ba",
        "mười",
        "một",
        "chai"
      ],
      "gt_rank": 8,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.508162,
      "confidences": [
        0.508162,
        0.291813,
        0.083933,
        0.066917,
        0.007822,
        0.004689,
        0.0029,
        0.002495,
        0.000837,
        0.000373
      ],
      "gate_score_top1": 0.820801,
      "gate_scores": [
        0.820801,
        0.816406,
        0.754395,
        0.776855,
        0.620605,
        0.683105,
        0.52002,
        0.574707,
        0.474121,
        0.457275
      ]
    },
    {
      "question_id": "10032141",
      "image_id": 77903,
      "question": "anh chàng ăn pizza ở đâu",
      "ground_truth": "chung cư",
      "ground_truth_normalized": "chung cư",
      "predicted_top1": "văn phòng",
      "predicted_topk": [
        "văn phòng",
        "phòng",
        "cái bàn",
        "chung cư",
        "cái ghế",
        "phòng bếp",
        "phòng ngủ",
        "thư viện",
        "lớp học",
        "giường"
      ],
      "gt_rank": 4,
      "error_category": "medium_hard",
      "question_type": 3,
      "confidence_top1": 0.448656,
      "confidences": [
        0.448656,
        0.15146,
        0.071544,
        0.046737,
        0.041895,
        0.030058,
        0.020618,
        0.01706,
        0.008314,
        0.006071
      ],
      "gate_score_top1": 0.793945,
      "gate_scores": [
        0.793945,
        0.794922,
        0.669434,
        0.700684,
        0.67334,
        0.712402,
        0.671387,
        0.642578,
        0.600586,
        0.59668
      ]
    },
    {
      "question_id": "10096691",
      "image_id": 514180,
      "question": "những gì trên cùng với rất nhiều bánh pizza phô mai",
      "ground_truth": "quầy tính tiền",
      "ground_truth_normalized": "quầy tính tiền",
      "predicted_top1": "chảo",
      "predicted_topk": [
        "chảo",
        "lò vi sóng",
        "pizza",
        "món ăn",
        "bữa ăn",
        "bếp",
        "quầy tính tiền",
        "cái nồi",
        "đĩa ăn",
        "cái mâm"
      ],
      "gt_rank": 7,
      "error_category": "medium_hard",
      "question_type": 0,
      "confidence_top1": 0.637595,
      "confidences": [
        0.637595,
        0.073233,
        0.06095,
        0.023134,
        0.016119,
        0.012262,
        0.01143,
        0.007139,
        0.006987,
        0.006879
      ],
      "gate_score_top1": 0.796387,
      "gate_scores": [
        0.796387,
        0.718262,
        0.789551,
        0.691895,
        0.63916,
        0.602539,
        0.586426,
        0.617676,
        0.660156,
        0.649902
      ]
    },
    {
      "question_id": "10036541",
      "image_id": 380827,
      "question": "một người đàn ông lớn tuổi đang đặt một cái gì đó vào đâu",
      "ground_truth": "gầu múc",
      "ground_truth_normalized": "gầu múc",
      "predicted_top1": "phòng",
      "predicted_topk": [
        "phòng",
        "tòa nhà",
        "kho",
        "cửa tiệm",
        "lớp học",
        "ga-ra",
        "văn phòng",
        "thư viện",
        "gian hàng",
        "trạm"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 3,
      "confidence_top1": 0.203398,
      "confidences": [
        0.203398,
        0.097973,
        0.074534,
        0.041081,
        0.039124,
        0.036183,
        0.027689,
        0.025162,
        0.020061,
        0.018808
      ],
      "gate_score_top1": 0.755859,
      "gate_scores": [
        0.755859,
        0.725586,
        0.733398,
        0.759277,
        0.743652,
        0.663574,
        0.757324,
        0.602051,
        0.57666,
        0.627441
      ]
    },
    {
      "question_id": "10059531",
      "image_id": 402334,
      "question": "những gì được hiển thị trên bầu trời xanh",
      "ground_truth": "tòa nhà",
      "ground_truth_normalized": "tòa nhà",
      "predicted_top1": "tòa tháp",
      "predicted_topk": [
        "tòa tháp",
        "đồng hồ",
        "tòa nhà",
        "bức tượng",
        "bức ảnh",
        "các tòa nhà",
        "cây",
        "cờ",
        "lá cờ",
        "diều"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.458295,
      "confidences": [
        0.458295,
        0.241504,
        0.153509,
        0.014674,
        0.010365,
        0.010066,
        0.009643,
        0.007264,
        0.00725,
        0.003452
      ],
      "gate_score_top1": 0.827148,
      "gate_scores": [
        0.827148,
        0.799316,
        0.788574,
        0.700195,
        0.664062,
        0.666504,
        0.691406,
        0.645508,
        0.691406,
        0.51123
      ]
    },
    {
      "question_id": "10089791",
      "image_id": 569729,
      "question": "chó nâu ngớ ngẩn mặc gì",
      "ground_truth": "kính râm",
      "ground_truth_normalized": "kính râm",
      "predicted_top1": "cửa sổ",
      "predicted_topk": [
        "cửa sổ",
        "xe ô tô",
        "nón",
        "gương",
        "cà vạt",
        "mũ",
        "con chó",
        "bức ảnh",
        "áo vest",
        "chiếc ô"
      ],
      "gt_rank": -1,
      "error_category": "complete_miss",
      "question_type": 0,
      "confidence_top1": 0.16253,
      "confidences": [
        0.16253,
        0.12958,
        0.055732,
        0.051443,
        0.034002,
        0.029311,
        0.019487,
        0.017164,
        0.016282,
        0.015118
      ],
      "gate_score_top1": 0.731445,
      "gate_scores": [
        0.731445,
        0.689941,
        0.653809,
        0.699707,
        0.666504,
        0.592285,
        0.642578,
        0.51123,
        0.60498,
        0.701172
      ]
    },
    {
      "question_id": "10083721",
      "image_id": 340209,
      "question": "người đàn ông đang chụp gì với một chiếc máy ảnh nhỏ",
      "ground_truth": "bức ảnh",
      "ground_truth_normalized": "bức ảnh",
      "predicted_top1": "máy ảnh",
      "predicted_topk": [
        "máy ảnh",
        "bức ảnh",
        "điện thoại",
        "nón",
        "cà vạt",
        "mũ",
        "gương",
        "thiết bị",
        "những bức ảnh",
        "bàn chải"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.612885,
      "confidences": [
        0.612885,
        0.053553,
        0.046619,
        0.027459,
        0.008085,
        0.007898,
        0.007852,
        0.006644,
        0.006272,
        0.005498
      ],
      "gate_score_top1": 0.822754,
      "gate_scores": [
        0.822754,
        0.616699,
        0.78125,
        0.730957,
        0.726562,
        0.581543,
        0.593262,
        0.637695,
        0.471924,
        0.568359
      ]
    },
    {
      "question_id": "10008651",
      "image_id": 343999,
      "question": "màu sắc của tủ quần áo là gì",
      "ground_truth": "màu vàng",
      "ground_truth_normalized": "màu vàng",
      "predicted_top1": "màu trắng",
      "predicted_topk": [
        "màu trắng",
        "màu vàng",
        "màu cam",
        "màu nâu",
        "màu đỏ",
        "màu tía",
        "màu đen",
        "màu xanh lá",
        "màu xanh dương",
        "màu xám"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.515572,
      "confidences": [
        0.515572,
        0.354347,
        0.048902,
        0.028082,
        0.023555,
        0.005035,
        0.004823,
        0.003487,
        0.0032,
        0.001733
      ],
      "gate_score_top1": 0.869141,
      "gate_scores": [
        0.869141,
        0.871582,
        0.815918,
        0.780273,
        0.817383,
        0.737305,
        0.713379,
        0.688477,
        0.717285,
        0.716797
      ]
    },
    {
      "question_id": "10098781",
      "image_id": 395644,
      "question": "vài con mèo ngủ trưa trên giường, một cái gì",
      "ground_truth": "cái ghế",
      "ground_truth_normalized": "cái ghế",
      "predicted_top1": "giường",
      "predicted_topk": [
        "giường",
        "cái ghế",
        "cửa sổ",
        "cái túi",
        "con mèo",
        "đồ chơi",
        "nón",
        "phòng",
        "màu xám",
        "núi"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 0,
      "confidence_top1": 0.256,
      "confidences": [
        0.256,
        0.113378,
        0.030575,
        0.024568,
        0.022766,
        0.015662,
        0.011303,
        0.010546,
        0.009715,
        0.008641
      ],
      "gate_score_top1": 0.730469,
      "gate_scores": [
        0.730469,
        0.641602,
        0.611328,
        0.609863,
        0.634766,
        0.556152,
        0.484131,
        0.507812,
        0.517578,
        0.519531
      ]
    },
    {
      "question_id": "10045461",
      "image_id": 134650,
      "question": "mắt cá nhìn ở đâu",
      "ground_truth": "nhà ở",
      "ground_truth_normalized": "nhà ở",
      "predicted_top1": "phòng tắm",
      "predicted_topk": [
        "phòng tắm",
        "vòi hoa sen",
        "nhà ở",
        "gương",
        "bồn tắm",
        "phòng",
        "chậu",
        "cửa",
        "tường",
        "ô cửa"
      ],
      "gt_rank": 3,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.769287,
      "confidences": [
        0.769287,
        0.052968,
        0.032888,
        0.032379,
        0.019948,
        0.008446,
        0.008348,
        0.007253,
        0.005627,
        0.00461
      ],
      "gate_score_top1": 0.872559,
      "gate_scores": [
        0.872559,
        0.771484,
        0.766602,
        0.772461,
        0.762207,
        0.766113,
        0.743164,
        0.65918,
        0.582031,
        0.599609
      ]
    },
    {
      "question_id": "10106071",
      "image_id": 319594,
      "question": "có bao nhiêu con cá trên bàn với một con dao phi lê",
      "ground_truth": "tám",
      "ground_truth_normalized": "tám",
      "predicted_top1": "năm",
      "predicted_topk": [
        "năm",
        "sáu",
        "bốn",
        "bảy",
        "tám",
        "ba",
        "một",
        "chín",
        "mười",
        "hai"
      ],
      "gt_rank": 5,
      "error_category": "medium_hard",
      "question_type": 1,
      "confidence_top1": 0.403195,
      "confidences": [
        0.403195,
        0.229734,
        0.211641,
        0.091025,
        0.019918,
        0.010374,
        0.003329,
        0.003158,
        0.002248,
        0.000588
      ],
      "gate_score_top1": 0.82666,
      "gate_scores": [
        0.82666,
        0.810059,
        0.789551,
        0.774414,
        0.668945,
        0.64209,
        0.583008,
        0.666992,
        0.580078,
        0.503906
      ]
    },
    {
      "question_id": "10023101",
      "image_id": 517395,
      "question": "màu của chiếc tàu là gì",
      "ground_truth": "màu xanh dương",
      "ground_truth_normalized": "màu xanh dương",
      "predicted_top1": "màu tía",
      "predicted_topk": [
        "màu tía",
        "màu xanh dương",
        "màu vàng",
        "màu nâu",
        "màu xanh lá",
        "màu xám",
        "màu trắng",
        "màu đỏ",
        "màu cam",
        "màu đen"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.742723,
      "confidences": [
        0.742723,
        0.243018,
        0.003577,
        0.001132,
        0.001089,
        0.001059,
        0.001053,
        0.001037,
        0.000494,
        0.000414
      ],
      "gate_score_top1": 0.897461,
      "gate_scores": [
        0.897461,
        0.885742,
        0.734863,
        0.671387,
        0.620117,
        0.675781,
        0.663574,
        0.708008,
        0.647461,
        0.562988
      ]
    },
    {
      "question_id": "10035731",
      "image_id": 26538,
      "question": "hai con hươu cao cổ đang ở đâu",
      "ground_truth": "vườn bách thú",
      "ground_truth_normalized": "vườn bách thú",
      "predicted_top1": "chuồng",
      "predicted_topk": [
        "chuồng",
        "vườn bách thú",
        "lồng",
        "rào chắn",
        "tòa nhà",
        "bảo tàng",
        "chuồng trại",
        "lá",
        "hồ bơi",
        "cửa tiệm"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 3,
      "confidence_top1": 0.440416,
      "confidences": [
        0.440416,
        0.433587,
        0.094505,
        0.002793,
        0.001988,
        0.001835,
        0.001026,
        0.000947,
        0.000794,
        0.000767
      ],
      "gate_score_top1": 0.87793,
      "gate_scores": [
        0.87793,
        0.881348,
        0.877441,
        0.647949,
        0.659668,
        0.636719,
        0.675781,
        0.603516,
        0.607422,
        0.617188
      ]
    },
    {
      "question_id": "10004281",
      "image_id": 454887,
      "question": "màu tóc là gì",
      "ground_truth": "màu đỏ",
      "ground_truth_normalized": "màu đỏ",
      "predicted_top1": "màu vàng",
      "predicted_topk": [
        "màu vàng",
        "màu đỏ",
        "màu cam",
        "màu nâu",
        "màu xám",
        "màu xanh lá",
        "màu đen",
        "màu tía",
        "màu xanh dương",
        "màu trắng"
      ],
      "gt_rank": 2,
      "error_category": "near_miss",
      "question_type": 2,
      "confidence_top1": 0.460841,
      "confidences": [
        0.460841,
        0.353339,
        0.13255,
        0.012971,
        0.010754,
        0.007362,
        0.006548,
        0.001595,
        0.000713,
        0.000615
      ],
      "gate_score_top1": 0.876465,
      "gate_scores": [
        0.876465,
        0.868164,
        0.869141,
        0.672852,
        0.711914,
        0.654297,
        0.683105,
        0.603516,
        0.617676,
        0.679199
      ]
    }
  ],
  "confusion_pairs": [
    [
      "hai",
      "một",
      51
    ],
    [
      "bốn",
      "năm",
      42
    ],
    [
      "ba",
      "bốn",
      37
    ],
    [
      "ba",
      "hai",
      29
    ],
    [
      "hai",
      "ba",
      23
    ],
    [
      "bốn",
      "ba",
      22
    ],
    [
      "năm",
      "sáu",
      17
    ],
    [
      "bốn",
      "sáu",
      14
    ],
    [
      "năm",
      "bốn",
      12
    ],
    [
      "ba",
      "một",
      12
    ],
    [
      "tàu hỏa",
      "xe ô tô",
      11
    ],
    [
      "xe máy",
      "xe đạp",
      11
    ],
    [
      "phòng",
      "nhà ở",
      11
    ],
    [
      "phòng ngủ",
      "phòng",
      11
    ],
    [
      "tàu hỏa",
      "động cơ",
      10
    ],
    [
      "gương",
      "phòng tắm",
      10
    ],
    [
      "đĩa ăn",
      "bữa ăn",
      9
    ],
    [
      "đường phố",
      "đường",
      9
    ],
    [
      "sáu",
      "bảy",
      8
    ],
    [
      "ngựa vằn",
      "ngựa rằn",
      8
    ],
    [
      "vali",
      "cái túi",
      8
    ],
    [
      "laptop",
      "máy tính",
      8
    ],
    [
      "màu tía",
      "màu xanh dương",
      8
    ],
    [
      "chuồng",
      "vườn bách thú",
      8
    ],
    [
      "ba",
      "năm",
      7
    ],
    [
      "phòng tắm",
      "phòng",
      7
    ],
    [
      "màu đen",
      "màu xám",
      7
    ],
    [
      "ván lướt sóng",
      "bảng",
      7
    ],
    [
      "vali",
      "hành lý",
      7
    ],
    [
      "phòng tắm",
      "vòi hoa sen",
      7
    ],
    [
      "màu trắng",
      "màu vàng",
      7
    ],
    [
      "một",
      "hai",
      6
    ],
    [
      "phòng",
      "phòng ngủ",
      6
    ],
    [
      "năm",
      "bảy",
      6
    ],
    [
      "màu nâu",
      "màu đen",
      6
    ],
    [
      "xe tải",
      "phương tiện giao thông",
      6
    ],
    [
      "gấu",
      "đồ chơi",
      5
    ],
    [
      "màu vàng",
      "màu xanh lá",
      5
    ],
    [
      "đĩa ăn",
      "món ăn",
      5
    ],
    [
      "màu cam",
      "màu đỏ",
      5
    ],
    [
      "máy tính",
      "laptop",
      5
    ],
    [
      "màu xanh lá",
      "màu vàng",
      5
    ],
    [
      "tủ đá",
      "tủ lạnh",
      5
    ],
    [
      "phòng bếp",
      "phòng",
      5
    ],
    [
      "bát",
      "món ăn",
      5
    ],
    [
      "chuồng",
      "chuồng trại",
      5
    ],
    [
      "phòng bếp",
      "quán ăn",
      5
    ],
    [
      "trạm",
      "xe điện ngầm",
      5
    ],
    [
      "sáu",
      "chín",
      4
    ],
    [
      "màu nâu",
      "màu trắng",
      4
    ]
  ],
  "type_breakdown": {
    "0": {
      "total": 4513,
      "correct": 3786,
      "errors": 727
    },
    "1": {
      "total": 1752,
      "correct": 1396,
      "errors": 356
    },
    "2": {
      "total": 2187,
      "correct": 2024,
      "errors": 163
    },
    "3": {
      "total": 2505,
      "correct": 2101,
      "errors": 404
    }
  }
}