Existe um problema onde o software encaminha um valor `mm processor kwargs.max patches` controlado por requisição para o processador Hugging Face para modelos Cohere2 Vision sem um limite superior no lado do servidor. Isso resulta em trabalho de CPU quadrático durante o pré-processamento multimodal. Clientes remotos podem explorar isso enviando requisições de conclusão de chat de imagem pequenas com valores de `max patches` grandes e variados para ignorar o cache LRU (Least Recently Used), que é um mecanismo de cache que descarta primeiro os itens menos utilizados recentemente, esgotar os trabalhadores de pré-processamento e causar a negação de serviço para outros clientes.