菲尔兹奖得主王虹也发过NeurIPS菲尔兹奖得主王虹在AI顶会NeurIPS 2019上发表过一篇论文，而且不是挂名，是实打实的共同一作。这篇论文研究的并非主流神经网络，而是机器学习和数据分析中的一项基础任务：低秩矩阵近似，具体聚焦于列子集选择（CSS）算法。王虹与合作者用数学方法给出了该算法更紧的近似比理论界限，其中最关键的创新是引入了调和分析中的Riesz–Thorin插值定理——这在当时的理论计算机科学领域并不常用。NeurIPS当年审稿人认可了这一跨学科引入，最终评价其为"论证相当扎实"的论文。这解答了为什么纯数方向的顶尖数学家会发AI顶会：她解决的不是AI应用问题，而是用纯数学工具为AI底层算法给出理论上的"封顶"答案。这篇论文恰好也是今天NeurIPS 2026审稿机制中"理论贡献"类型的精准范例——不依赖大规模实验，靠数学严谨性和工具创新立论。在王虹个人主页列出的近40多篇论文中，几乎每篇都有完整链接，唯独这篇是个例外。