Residual Watermark Evaluation on WMVLM Residual Watermarks 1.0 (test) benchmark leaderboard · SOTA2 Research

Residual Watermark Evaluation on WMVLM Residual Watermarks 1.0 (test)

0.952DwtDct PLCCWMVLM

Evaluation Results

Method	Links
WMVLM2026.01		0.952	0.957	0.988	0.885	0.875	0.99	0.712	0.708	0.998	0.961	0.973	0.994	0.983	0.986	1	0.981	0.985	0.998
LLaVA-v1.6-7B2026.01		0.376	0.4	0	0.127	-0.224	0	-0.098	-0.316	0	0.741	0.617	0	-0.033	0.577	0	0.106	0.436	0
Gemma-3-12B2026.01		0.245	0.111	0.043	-0.193	-0.155	0.153	0.117	0.038	0.205	0.311	0.269	0.111	0.23	0.187	0.125	0.262	0.253	0.275
Qwen3-VL-8B2026.01		0.205	0.5	0.002	-0.146	0.004	0.01	0.146	0.169	0.016	0.953	0.961	0.004	-0.311	-0.24	0.014	-0.167	-0.299	0.048
Gemma-3-27B2026.01		0.153	0.088	0.036	-0.167	-0.142	0.399	0.064	0.017	0.485	-0.01	-0.068	0.352	0.032	0.047	0.369	0.223	0.224	0.565
Gemini-3-Pro2026.01		0.09	0.028	0.002	0.043	0.092	0.419	0.159	0.123	0.784	0.188	0.152	0.316	0.071	0.062	0.736	0.17	0.14	0.828
Claude-Opus-4.52026.01		0.067	0.044	0.002	-0.139	-0.008	0.142	0.079	0.067	0.3	-0.016	-0.025	0.106	0.219	0.194	0.182	0.272	0.281	0.49
GPT-52026.01		0.064	0.013	0	-0.07	-0.025	0.514	0.008	0.037	0.722	0.211	0.206	0.386	0.067	0.052	0.5	0.163	0.173	0.796
Gemma-3-4B2026.01		0.042	-0.076	0.013	-0.167	-0.14	0.047	0.206	0.237	0.315	0.158	0.127	0.245	-0.046	-0.031	0.296	0.259	0.275	0.316
LLaVA-v1.6-13B2026.01		-0.066	-0.086	0	-0.035	-0.007	0.008	-0.225	-0.243	0.009	-0.093	-0.106	0.009	0.009	0.017	0.015	0.109	0.145	0.003
Qwen3-VL-4B2026.01		-0.121	0.002	0.006	0.442	0.545	0.02	-0.163	-0.259	0.03	0.703	0.232	0.011	0.42	0.326	0.02	0.166	-0.01	0.081
Qwen3-VL-32B2026.01		-0.135	-0.137	0	0.013	-0.094	0.044	-0.042	-0.063	0.154	0.278	0.307	0.034	-0.064	-0.056	0.065	-0.222	-0.21	0.217