CVE-2026-105755
Beschrijving NL
vLLM is een inferentie- en bedieningsmotor voor grote taalmodellen. Voorafgaand aan 0.30.0 leidt flash late-interaction scoring op de /score en /rerank endpoints de query_key-waarde van elke werknemer af van de door de beller gecontroleerde X-Request-Id-header. Een gelijktijdig verzoek dat de identifier van een slachtoffer hergebruikt, kan de in de cache opgeslagen query-inbedding overschrijven, zodat de documenten van het slachtoffer worden beoordeeld aan de hand van de query van de aanvaller, en tellers voor gedeeld gebruik kunnen ook een cache-missfout in de late interactie veroorzaken. Dit probleem is opgelost in versie 0.30.0.
Origineel (Engels) tonen
vLLM is an inference and serving engine for large language models. Prior to 0.30.0, flash late-interaction scoring at the /score and /rerank endpoints derives each worker's query_key value from the caller-controlled X-Request-Id header. A concurrent request that reuses a victim's identifier can overwrite the cached query embedding so the victim's documents are scored against the attacker's query, and shared use counters can also cause a late-interaction cache-miss error. This issue is fixed in version 0.30.0.