CVE-2026-114049

Les versions de vLLM antérieures à la 0.31.0 sont affectées par une fuite de mémoire dans la fonction `InputBatch.condense()`. vLLM est un moteur de service à haut débit pour les grands modèles de langage (LLM). La faille survient lorsque le système ne parvient pas à effacer correctement les contraintes de jetons (tokens) des emplacements de lots recyclés, ce qui entraîne la persistance de restrictions « obsolètes » entre les différentes requêtes des utilisateurs.

Un attaquant distant et non authentifié peut influencer le résultat du prompt d'un autre utilisateur en soumettant simultanément des requêtes de génération avec contraintes. Cela impacte l'intégrité des réponses du modèle en forçant la sortie de la victime à respecter une liste restreinte de jetons. Bien que l'impact soit limité à la manipulation des sorties, l'attaque est difficile à exécuter car elle nécessite un timing précis pour atteindre le même emplacement recyclé.