CVE-2026-115916

Nome do Software Vulnerável e Versões Afetadas vLLM versões anteriores a 0.32.0

Descrição Um erro de off-by-one no cálculo de max token id em vllm/tokenizers/hf.py permite que um ID de prompt pré-tokenizado igual ao tamanho do vocabulário passe na validação. Quando o tamanho do tensor-parallel é um e o vocabulário é um múltiplo exato de 64, a função VocabParallelEmbedding.forward() não mascara esse valor antes de ser usado por F.embedding. Isso resulta em uma asserção do lado do dispositivo CUDA, encerrando o mecanismo.

Recomendações Atualizar para a versão 0.32.0.