PT-2026-29877 · Vllm+2 · Vllm+2

Kexinoh · Publicado 2026-04-02 · Atualizado 2026-05-11 · CVE-2026-34760

Positive Technologies (AI Summary) · Pt

CVSS v3.1

7.1

Alta

Vetor base

AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:H/A:L

Name of the Vulnerable Software and Affected Versions vLLM versões 0.5.5 até 0.17.999

Description vLLM, um motor de inferência e serviço para grandes modelos de linguagem (LLMs), apresenta uma inconsistência no processamento de áudio. As versões 0.5.5 até 0.17.999 utilizam numpy.mean para downmixing mono via Librosa, desviando-se do padrão de downmixing ponderado ITU-R BS.775-4. Essa discrepância causa diferenças na percepção de áudio entre ouvintes humanos e modelos de IA que processam áudio usando Librosa.

Recommendations Atualize para a versão 0.18.0 ou posterior.

Correção

RCE

Enumeração de Fraquezas

CWE-20

Identificadores relacionados

CVE-2026-34760

Produtos afetados

Librosa

Numpy

Vllm

Referências · 7

• https://github.com/vllm-project/vllm/commit/c7f98b4d0a63b32ed939e2b6dfaa8a626e9b46c4 · Correção
• https://github.com/vllm-project/vllm/security/advisories/GHSA-6c4r-fmh3-7rh8 · Aviso do Fabricante
• https://github.com/vllm-project/vllm/pull/37058 · Nota
• https://github.com/vllm-project/vllm/releases/tag/v0.18.0 · Nota
• https://twitter.com/CVEnew/status/2040128777062125993 · Publicação no Twitter
• https://nvd.nist.gov/vuln/detail/CVE-2026-34760 · Nota de Segurança
• https://t.me/cveNotify/163037 · Publicação no Telegram